文献

J-GLOBAL ID：202202234563541788   整理番号：22A0416518

グラム行列制約融合ネットに基づくハイパースペクトルおよびLiDARデータの協調的分類【JST・京大機械翻訳】

Collaborative Classification of Hyperspectral and LiDAR Data Based on Gram Matrices Constrained Fusion Net

著者 (3件)： Zhang Mengmeng (School of Information and Electronics, Beijing Institute of Technology, Beijing, China) ,  Li Wei (School of Information and Electronics, Beijing Institute of Technology, Beijing, China) ,  Tao Ran (School of Information and Electronics, Beijing Institute of Technology, Beijing, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 757  ページ： 125-136  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： マルチセンサ情報協調利用は,リモートセンシング領域でかなりの注目を集めている。情報多様性からの地球観測利益は,多重センサ協調分類技術は,矛盾したデータ量,異なるデータ構造,および無相関物理特性を含む,様々な課題に直面している。本論文では,マルチソース不均一情報を制御し,分類性能を改善するために,Gram行列制約融合ネット(GMCF-Net)を設計した。画像テクスチャを捕える際のGram行列の能力を利用して,マルチソース構造制御モジュールを構築して,異なるデータボリュームとデータ構造に関係する問題を同時にアドレスし,それは二重インタウィービングパターンにおけるマルチドメインのGramマトリックスに整合する。最後に,分類結果をGMCF-Netからの識別融合に基づいて得た。2つのベンチマークリモートセンシングデータセットから構築した大規模な実験を報告し,結果は,提案フレームワークがハイパースペクトルとLiDARデータ協調分類に関して最先端の性能をもたらすことを示した。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： データ構造 ,  *リモートセンシング ,  ベンチマーク
準シソーラス用語： *ハイパースペクトル ,  画像テクスチャ ,  地球観測 ,  データ量 ,  *LIDARデータ ,  リモートセンシングデータ , 【Automatic Indexing@JST】

著者キーワード (5件)： 畳込みニューラルネットワーク ,  深層学習 ,  ハイパースペクトル画像 ,  LiDARデータ ,  協調的分類

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (9件)： グラム ,  行列 ,  制約 ,  融合 ,  ネット ,  ハイパースペクトル ,  LIDARデータ ,  協調 ,  分類