文献

J-GLOBAL ID：202002275033935075   整理番号：20A1588607

直接プッシュリモートセンシング画像シーンゼロサンプル分類アルゴリズム【JST・京大機械翻訳】

Transductive zero-shot classification algorithm for remote sensing image scenes

著者 (6件)： Wu Chen (海軍航空大学,山東 烟台264001;空軍航空大学,長春 130022) ,  Yuan Yuwei (中国人民解放軍91977 部隊,北京,100036) ,  Wang Hongwei (空軍航空大学,長春,130022) ,  Liu Yu (空軍航空大学,長春,130022) ,  Liu Sitong (西安飛行学院,西安,710000) ,  Quan Jicheng (空軍航空大学,長春,130022)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 37  号： 5  ページ： 1597-1600  発行年： 2020年 
JST資料番号： C2536A  ISSN： 1001-3695  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場面のゼロサンプル分類アルゴリズムにおける空間構造不整合およびドメインオフセット問題を目的として,Sammon埋込みおよびスペクトルクラスタ化に基づく直接プッシュリモートセンシング画像シーンのゼロサンプル分類アルゴリズムを提案した。まず第一に,Sammon埋込みアルゴリズムに基づいて,セマンティック特徴空間プロトタイプ表現を修正して,視覚特徴空間プロトタイプと整合させた。第二に,視覚特徴空間試験のプロトタイプ表現を,構造移動法によって得た。最後に,ドメインオフセット問題のために,スペクトルクラスタ化方式を採用して,視覚特徴空間テストのプロトタイプを修正して,テストサンプル分布特性に適応して,シーンゼロサンプル分類精度を改善した。2つのリモートセンシングシナリオ集合(UCMとAID)において、それぞれ52.89%と55.93%の最高総分類精度が得られ、いずれも比較方法より優れている。実験結果は,視覚特徴空間とセマンティック特徴空間の場面分類構造の不一致を劇的に減少させ,同時にドメインオフセット問題を軽減でき,意味特徴空間構造知識から視覚特徴空間への有効な移動を実現し,リモートセンシングシーンのゼロサンプル分類の精度を大幅に向上させることを示した。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 ,  立体構造 ,  スペクトル ,  クラスタ化 ,  *リモートセンシング ,  布特性 ,  不整合 ,  プロトタイプ
準シソーラス用語： *分類アルゴリズム ,  分類精度 ,  特徴空間 ,  *リモートセンシング画像 ,  視覚顕著 , 【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 (5件)： プッシュ ,  リモートセンシング画像 ,  シーン ,  サンプル ,  分類アルゴリズム