文献

J-GLOBAL ID：202202231694644299   整理番号：22A0397481

大規模ハイパースペクトル画像のための二分グラフに基づくファジィ埋め込みクラスタリング【JST・京大機械翻訳】

Fuzzy Embedded Clustering Based on Bipartite Graph for Large-Scale Hyperspectral Image

著者 (5件)： Yang Xiaojun (Guangdong University of Technology, Guangzhou, China) ,  Xu Yuxiong (Guangdong University of Technology, Guangzhou, China) ,  Li Siyuan (Guangdong University of Technology, Guangzhou, China) ,  Liu Yujia (Guangdong University of Technology, Guangzhou, China) ,  Liu Yijun (Guangdong University of Technology, Guangzhou, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.5505605.1-5  発行年： 2022年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  資料種別： 逐次刊行物 (A)
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画像(HSI)クラスタリングはリモートセンシングの分野で広く用いられている。しかし,ほとんどの従来のクラスタリングアルゴリズムは,それらの低いクラスタリング性能と高い計算量のために,大規模HSIを扱うのに適していない。本レターでは,大規模HSIクラスタリング問題を効率的に処理するために,二部グラフ(FECBG)に基づくファジィ埋込みクラスタリングと呼ばれる新しいファジィクラスタリングアルゴリズムを提案する。第1に,著者らは,二部グラフに基づく非負正則化項によるファジィクラスタリングを統一モデルに組み込むFECBG法を提案して,それは良好なクラスタ化性能を有して,初期クラスタ中心に対するファジィクラスタ化の感受性を減少した。第二に,HSIデータの低次元表現を得るために高速スペクトル埋込み法を採用して,計算量を低減した。最後に,ファジィメンバシップ行列の解空間を制約するために,ファジィクラスタリングに対する二部グラフに基づく非負正則化項を追加した。いくつかのHSIデータセットに関する実験結果は,提案したFECBGアルゴリズムの効率と有効性を実証した。Copyright 2022 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： アルゴリズム ,  感受性 ,  *スペクトル ,  *クラスタ化 ,  計算量 ,  リモートセンシング ,  *クラスタ ,  統一模型 ,  正則化 ,  有効性 ,  曖昧さ
準シソーラス用語： *二部グラフ ,  *ハイパースペクトル画像 ,  ファジィクラスタリング ,  クラスタリングアルゴリズム , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  生体計測  (EL03020C)

タイトルに関連する用語 (6件)： 大規模 ,  ハイパースペクトル画像 ,  二分グラフ ,  ファジィ ,  埋め込み ,  クラスタリング