文献

J-GLOBAL ID：201902262407866538   整理番号：19A0908616

オンライン辞書学習に基づくブラインドハイパースペクトルスパース非混合【JST・京大機械翻訳】

Blind hyperspectral sparse unmixing based on online dictionary learning

著者 (3件)： Song Xiaorui (Space Engineering Univ. (China)) ,  Wu Lingda (Space Engineering Univ. (China)) ,  Hao Hongxing (Space Engineering Univ. (China))
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 10789  ページ： 107890K-9  発行年： 2018年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ハイパースペクトル画像(HSI)におけるエンドメンバーと分数存在量の推定を含んで,ブラインドハイパースペクトル非混合(HU)は,ハイパースペクトル遠隔観測のための画像と信号処理における最も顕著な研究主題のひとつである。本論文において,オンライン辞書学習とスパース符号化に基づくブラインドHUの方法を,HSIで未知のスペクトル署名の条件のために提案した。確率近似に基づくオンライン最適化アルゴリズムを辞書学習のために使用して,それはまばらな符号化と辞書原子に関する最適化を交互に実行した。スパース符号化において,完全制約最小二乗(FCLS)問題を,分数存在量の物理的有意性のために解いた。HSIにおけるエンドメンバーを推定するために,一種のクラスタリングアルゴリズムを用いて,スパース符号に関する統計を通して得られた剪定辞書における原子をクラスタ化した。推定されたエンドメンバーにより,最終的な分数量は,可変分割拡張ラグランジアンと全変動アルゴリズムを用いて得ることができる。合成データと実世界データによる実験結果は,提案した手法の有効性を示した。COPYRIGHT SPIE. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 有効性 ,  *スペクトル ,  アルゴリズム ,  最適化 ,  信号処理 ,  画像 ,  クラスタ化 ,  最小二乗法
準シソーラス用語： 総変動 ,  *スパース ,  スパースコーディング ,  *ハイパースペクトル ,  ハイパースペクトル画像 ,  *辞書学習 ,  *オンライン , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： オンライン ,  辞書学習