文献

J-GLOBAL ID：202102254547647907   整理番号：21A0669756

相互情報を利用したハイパースペクトル画像の次元縮小のための帯域除去【JST・京大機械翻訳】

Band Elimination for Dimensionality Reduction of Hyperspectral Images using Mutual Information

著者 (3件)： Dey Abhishek (Bethune College, University of Calcutta,Department of Computer Science,Kolkata,India) ,  Ghosh Susmita (Jadavpur University,Department of Computer Science and Engineering,Kolkata,India) ,  Ghosh Ashish (Machine Intelligence Unit, Indian Statistical Institute,Kolkata,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IGARSS  ページ： 2055-2058  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： ハイパースペクトルセンサは,可視から赤外領域までの電磁スペクトルの数百の隣接と狭いバンドから一連の画像を得る。これらの画像には多数のバンドが存在するので,それらを分類するための計算オーバヘッドは非常に高い。分類をスピードアップするために,バンドの部分集合の適切な選択による次元縮小が必要である。相互情報を用いたフィルタベースの方法をこの点に関して提案した。サポートベクトルマシン分類器を用いて分類を行った。2つの評価尺度,すなわち,全体の分類精度とカッパ係数を考慮して,提案した方法の効率を評価した。提案技法の性能を他の二つの相互情報ベース手法と比較し,提案手法は他者に比べて優れていることが分かった。Copyright 2021 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： フィルタ ,  *スペクトル ,  *次元縮小 ,  *周波数帯
準シソーラス用語： 赤外領域 ,  *ハイパースペクトル画像 ,  オーバヘッド ,  分類精度 ,  評価尺度 ,  ハイパースペクトルセンサ ,  SVM分類 , 【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 (3件)： ハイパースペクトル画像 ,  次元縮小 ,  帯域