ハイパースペクトル画像上でのクラスタリングのための辞書学習【JST・京大機械翻訳】

Bruton Joshua; Wang Hairong

プレプリント

J-GLOBAL ID：202202211053298937 整理番号：22P0283602

ハイパースペクトル画像上でのクラスタリングのための辞書学習【JST・京大機械翻訳】

Dictionary learning for clustering on hyperspectral images

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年02月02日プレプリントサーバーでの情報更新日： 2022年02月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

辞書学習とスパース符号化は教師なし特徴学習の機構として広く研究されている。教師なし学習は,ラベル付きデータがこの分野でしばしば不足しているので,ハイパースペクトル画像の処理およびその他のリモートセンシングデータ解析に莫大な利益をもたらす。特徴として代表的な辞書から計算されたスパース係数を用いてハイパースペクトル画像の画素をクラスタリングする方法を提案した。提案手法は,元のピクセル上でのクラスタリングよりもより効果的に機能することを示した。また,このアプローチが,ある環境において,主成分分析と非負行列因数分解を用いて抽出した特徴のクラスタリング結果より優れていることを実証した。さらに,この方法は,ハイパースペクトル衛星画像で動作する場合である,高次元データの絶えず成長する量を反復的にクラスタ化するのに適している。【JST・京大機械翻訳】

, , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識

, ,

前のページに戻る