文献

J-GLOBAL ID：201902266932921113   整理番号：19A1484319

リモートセンシング画像分類のためのLaplace正規化カーネル正準相関アンサンブル【JST・京大機械翻訳】

Laplacian Regularized Kernel Canonical Correlation Ensemble for Remote Sensing Image Classification

著者 (6件)： Shen Xiang-Jun (School of Computer Science and Communication Engineering, Jiangsu University, Zhenjiang, China) ,  Luo Xiao-Zhen (School of Computer Science and Communication Engineering, Jiangsu University, Zhenjiang, China) ,  Abeo Timothy Apasiba (Tamale Technical University, Tamale, Ghana) ,  Yang Yang (School of Computer Science and Communication Engineering, Jiangsu University, Zhenjiang, China) ,  Shao Xi (Nanjing University of Posts and Telecommunications, Nanjing, China) ,  Li Shu-Ying (School of Automation, Xi’an University of Posts and Telecommunications, Xi’an, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 16  号： 7  ページ： 1150-1154  発行年： 2019年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： カーネル正準相関分析(KCCA)は,リモートセンシング画像分類の応用における効率的次元縮小ツールである。しかし,それは単一カーネルが使用されるので,パラメトリック感度の問題に悩まされる。本レターでは,KCCA集合フレームワークを提案し,KCCAのロバスト性を改善した。2つのヘッドが1つより良いという考え方に従って,複数のKCCAモデルをフレームワークに組み込んだ。さらに重要なことに,その性能に従って結果へのそれらの寄与を調整するために,それらの用語を重みづけた。さらに,著者らのフレームワークにおいてLaplace正則化項を導入することによって,過剰適合を克服し,したがって,名前Laplace正規化カーネル正準相関集合を得た。NWPU-RESUSC45データセットに関する実験結果は,著者らの提案方法が,浅いおよび深い特徴の両方において,最先端の方法と比較して,より良い分類性能を達成することを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 次元縮小 ,  *正規化 ,  モデル ,  ロバスト性 ,  正則化
準シソーラス用語： 正準相関解析 ,  *正準相関 ,  *リモートセンシング画像 , 【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 (6件)： リモートセンシング ,  画像分類 ,  正規化 ,  カーネル ,  正準相関 ,  アンサンブル