文献

J-GLOBAL ID：202202251317350930   整理番号：22A0397852

リモートセンシングシーン分類のための余弦マージン原型ネットワーク【JST・京大機械翻訳】

Cosine Margin Prototypical Networks for Remote Sensing Scene Classification

著者 (4件)： Zhang Xiang (Beijing Key Laboratory of Embedded Real-time Information Processing Technology, Beijing Institute of Technology, Beijing, China) ,  Wei Tianyu (Beijing Key Laboratory of Embedded Real-time Information Processing Technology, Beijing Institute of Technology, Beijing, China) ,  Liu Wenchao (Department of Computer Science and Technology, Tsinghua University, Beijing, China) ,  Xie Yizhuang (Beijing Key Laboratory of Embedded Real-time Information Processing Technology, Beijing Institute of Technology, Beijing, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.8017805.1-5  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： 実際の応用では,リモートセンシングシーン分類タスクは一般的にデータシフト問題を示す。この状況において,画像は大きなデータ不一致を持ち,拡散特性と性能劣化をもたらす。データシフト問題に対処するために,余弦マージンプロトタイプネットワークを提案する。具体的には,厳密な特徴の制約に余弦マージンを採用し,よくクラスタリングした識別特徴を生成した。余弦マージンによって,著者らの方法は,識別特性を得て,さらにデータシフト問題をよく対処することによって,データ不一致を軽減することができた。種々のデータセットに関する広範な実験を行い,既存の方法よりも0.03%のΔΣ7.11%高い精度を達成した。競合実験結果は,著者らの方法がリモートセンシングシーン分類においてデータシフト問題をよく解決することができることを示した。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： *ネットワーク ,  *リモートセンシング
準シソーラス用語： 性能劣化 ,  シーン分類 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： リモートセンシング ,  シーン分類 ,  原型