文献

J-GLOBAL ID：202002223695433652   整理番号：20A0092556

高分解能リモートセンシング画像のマルチ特徴多核ELM分類法【JST・京大機械翻訳】

A multi-feature multi-kernel ELM classification method for high resolution remote sensing images

著者 (3件)： Chu Heng (重慶郵電大学通信与信息工程学院,重慶 400065;重慶高校市級光通信与网絡重点実験室,重慶 400065;泛在感知与互聯重慶市重点実験室,重慶 400065;重慶市勘測院,重慶 400020) ,  Cai Heng (重慶郵電大学通信与信息工程学院,重慶 400065;重慶高校市級光通信与网絡重点実験室,重慶 400065;泛在感知与互聯重慶市重点実験室,重慶 400065) ,  Dan Deming (重慶郵電大学通信与信息工程学院,重慶 400065;重慶高校市級光通信与网絡重点実験室,重慶 400065;泛在感知与互聯重慶市重点実験室,重慶 400065)
資料名： Jisuanji Gongcheng Yukexue  (Jisuanji Gongcheng Yukexue)
巻： 41  号： 10  ページ： 1816-1822  発行年： 2019年 
JST資料番号： C2938A  ISSN： 1007-130X  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： 高分解能リモートセンシング画像における複雑な多重変化のために,ELMの高速分類性能を利用して,ELMのマルチ特徴カーネル高分解能リモートセンシング画像分類法を提案した。まず第一に,マルチスケールセグメンテーションアルゴリズムを用いて,オリジナル画像をいくつかの地物領域に分割した。次に,領域併合判定基準に従って,粗いセグメンテーション画像に典型的な対象物情報を得て,分割対象のスペクトル特徴と空間特徴を抽出した。最後に,マルチコア関数重みづけ組合せ方式を用いて,マルチコアELMを分類し,最終分類結果を得た。実験結果は,提案方法が目標訓練サンプルに対する要求を低減できるだけでなく,分類精度,時間,およびインテグリティも改良することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  セグメンテーション ,  判定基準 ,  *高分解能 ,  多重化 ,  地物 ,  重みづけ ,  インテグリティ
準シソーラス用語： 分類精度 ,  マルチコアプロセッサ ,  スペクトル特徴 ,  領域マージング ,  マルチスケール ,  分類法 ,  *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 (5件)： 高分解能 ,  リモートセンシング画像 ,  マルチ ,  ELM ,  分類法