文献

J-GLOBAL ID：202002211204788602   整理番号：20A1341681

変化検出のための結合Bayesハイパースペクトルアンミキシング【JST・京大機械翻訳】

Joint Bayesian Hyperspectral Unmixing For Change Detection

著者 (3件)： Gharbi W. (University of Carthage,COSIM Lab, SUP’COM, LR11TIC04,Tunis,Tunisia) ,  Chaari L. (University of Toulouse,IRIT-ENSEEIHT,France) ,  Benazza-Benyahia A. (University of Carthage,COSIM Lab, SUP’COM, LR11TIC04,Tunis,Tunisia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： M2GARSS  ページ： 37-40  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： スペクトル非混合は,エンドメンバーを抽出し,ハイパースペクトルデータにおけるそれらの割合を推定することができる。各観測ピクセルはいくつかのエンドメンバースペクトルの線形結合であると考えられる。新しい階層的Bayesモデルに基づいて,ハイパースペクトル画像への変化検出を非混合によって達成した。Gibbsサンプラを,得られた事後分布を統合する複雑性を克服するために提案した。提案したBayes変化検出法の性能を実データで評価した。それは,98.90%までの精度率でバイナリ検出を提供した。Copyright 2020 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： *スペクトル ,  画素 ,  検出法
準シソーラス用語： 線形結合 ,  ハイパースペクトル画像 ,  変化検出 ,  複雑性 ,  事後分布 ,  バイナリー ,  Bayes法 ,  ハイパースペクトルデータ ,  *ハイパースペクトルアンミキシング , 【Automatic Indexing@JST】

分類 (3件)： 符号理論  (ND02030R) ,  専用演算制御装置  (JC04030Y) ,  音声処理  (JE05000E)

タイトルに関連する用語 (2件)： 変化検出 ,  ハイパースペクトルアンミキシング