文献

J-GLOBAL ID：201902270211851852   整理番号：19A0512344

ベクトル値カーネル関数によるハイパースペクトルデータの非線形非混合【JST・京大機械翻訳】

Nonlinear Unmixing of Hyperspectral Data With Vector-Valued Kernel Functions

著者 (4件)： Ammanouil Rita (CNRS, OCA, Universite ́ Co^te d’Azur, Nice, France) ,  Ferrari Andre (CNRS, OCA, Universite ́ Co^te d’Azur, Nice, France) ,  Richard Cedric (CNRS, OCA, Universite ́ Co^te d’Azur, Nice, France) ,  Mathieu Sandrine (Thales Alenia Space, Cannes, France)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 26  号： 1  ページ： 340-354  発行年： 2017年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  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： 本論文は,非線形関数がベクトル値関数のHilbert空間に属するハイパースペクトルデータのためのカーネルベースの非線形混合モデルを提示した。提案したモデルは,帯域依存および隣接非線形寄与を考慮することにより,既存のモデルを拡張した。鍵となるアイデアは,非線形寄与がスペクトルのいくつかの部分で支配的であるという仮定の下で働くことであるが,他の部分ではそれほど顕著ではない。これに加えて,実際的な考察,正確に隣接効果によって隣接画素の地上カバーから生じる非線形寄与を考慮する必要性を動機づけた。提案したモデルの関連性は,非線形関数が,広い範囲の非線形性を共同的にモデル化し,バンド依存性に関する事前情報を含む行列値カーネルと関連しているということである。さらに,非線形関数入力の選択により,隣接効果を組み込むことができる。最適化問題は厳密に凸であり,対応する反復アルゴリズムは乗算器の交互方向法に基づいている。最後に,合成および実データを用いて行った実験により,提案手法の有効性を実証した。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： *ベクトル ,  画素 ,  有効性 ,  *スペクトル ,  モデル ,  モデリング ,  乗算器 ,  周波数帯 ,  凸形 ,  最適化問題
準シソーラス用語： 反復アルゴリズム ,  事前知識 ,  非線形関数 ,  *ハイパースペクトルデータ ,  *Kernel関数 , 【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 (4件)： ベクトル ,  カーネル関数 ,  ハイパースペクトルデータ ,  非線形