文献

J-GLOBAL ID：202202216625934630   整理番号：22A0416541

リモートセンシング画像復元における改良型RBFニューラルネットワークの応用【JST・京大機械翻訳】

Application of Improved RBF Neural Network in Remote Sensing Image Restoration

著者 (5件)： Wang Yunsen (Shandong Institute of Space Electronic Technology, Yantai, Shandong, China) ,  Wang Yong (Shandong Institute of Space Electronic Technology, Yantai, Shandong, China) ,  Feng Daqiang (Shandong Institute of Space Electronic Technology, Yantai, Shandong, China) ,  Yang Jing (Shandong Institute of Space Electronic Technology, Yantai, Shandong, China) ,  An Ke (Shandong Institute of Space Electronic Technology, Yantai, Shandong, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 757  ページ： 437-450  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ニューラルネットワークはリモートセンシング画像復元に広く用いられている。従来のニューラルネットワークモデルの巨大な時間と空間消費を避けるために,改良RBF(放射基底関数)ニューラルネットワークに基づく新しいリモートセンシング画像復元アルゴリズムを提案した。訓練データセットは,高品質リモートセンシング画像を劣化させ,他の必要な方法で劣化画像の品質を促進することによって組織化できた。そして,隠れ層の数を,小訓練サンプルスケールの条件での訓練データのサイズによって決定する。訓練プロセスの間のRBFニューラルネットワークの収束速度を加速するために,共役勾配降下法を採用して,重みパラメータ反復補正を実現した。計算時間をさらに低減するために,行列の並列演算を実現するための行列因数分解アルゴリズムを提案した。シミュレーションと実験は,改良RBFニューラルネットワークモデルが,遠隔センシング画像復元結果と時間オーバーヘッドを比較的に獲得できることを示した。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *ニューラルネットワーク ,  共役 ,  並列演算 ,  最急降下法 ,  動径基底関数
準シソーラス用語： 神経回路網モデル ,  訓練データ ,  収束速度 ,  隠れ層 ,  オーバヘッド ,  *リモートセンシング画像 ,  *動径基底関数ニューラルネットワーク ,  行列因数分解 , 【Automatic Indexing@JST】

著者キーワード (4件)： リモートセンシング画像復元 ,  RBFニューラルネットワーク ,  共役勾配降下 ,  行列因数分解

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： リモートセンシング ,  画像復元 ,  RBFニューラルネットワーク ,  応用