文献

J-GLOBAL ID：202002214940067558   整理番号：20A0238136

半教師つきファジィC平均アルゴリズムに基づくリモートセンシング画像分類【JST・京大機械翻訳】

Remote sensing image classification via semi-supervised fuzzy C-means algorithm

著者 (6件)： Feng Guozheng (烟台大学計算机与控制工程学院,山東烟台,264005) ,  Xu Jindong (烟台大学計算机与控制工程学院,山東烟台,264005) ,  Fan Baode (烟台大学計算机与控制工程学院,山東烟台,264005) ,  Zhao Tianyu (烟台大学計算机与控制工程学院,山東烟台,264005) ,  Zhu Meng (烟台大学計算机与控制工程学院,山東烟台,264005) ,  Sun Xiao (烟台大学計算机与控制工程学院,山東烟台,264005)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 39  号： 11  ページ： 3227-3232  発行年： 2019年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： リモートセンシング画像データは,その固有の不確実性と複雑性のため,従来の教師なし分類アルゴリズムを正確にモデル化することが難しい。ファジィ集合理論に基づくパターン認識法は,効果的にデータの曖昧さを表現でき,そして,2型ファジィ集合は,よりよく分類間の多重不確実性を描くことができ,そして,半教師つき方法は,データの一般化問題を,少しの事前知識によって,解決することができた。そこで,半教師つき適応区間二型ファジィC平均リモートセンシング画像分類法(SS-AIT2FCM)を提案した。まず第一に,半教師つきと進化論のアイデアを結合して,新しいファジィ重み指数選択方式を提案して,適応可能な区間の2型ファジィC平均クラスタリングアルゴリズムのロバスト性と一般化性を改良して,それは,スペクトルエイリアシングの深刻さ,大きいカバー面積,および豊富なリモートセンシングデータ分類に,より好適であった。次に,少数のラベルサンプルに対するソフト制約の監視を通して,区間二型ファジィアルゴリズムの反復過程を最適化して,データの最適表現をマイニングした。北京と園区のSPOT5マルチスペクトルリモートセンシング画像データと広東横琴島地区のLandsatTMマルチスペクトルリモートセンシング画像データを選択し、既存の流行のファジー分類アルゴリズムとSS-AIT2FCMの分類結果を比較した。結果は,SS-AIT2FCMがより高い分類精度とより明確な分類境界を得て,より良いデータ一般化能力を有することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 曖昧さ ,  不確実性 ,  最適化 ,  エイリアシング ,  ファジィ集合 ,  モデリング ,  ロバスト性 ,  スペクトル ,  多重化 ,  パターン認識 ,  *アルゴリズム ,  多重スペクトル ,  改変
準シソーラス用語： 分類アルゴリズム ,  事前知識 ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 教師 ,  ファジィC平均アルゴリズム ,  リモートセンシング ,  画像分類