文献

J-GLOBAL ID：202202265761054898   整理番号：22A0397883

多特徴融合ベースニューラルネットワークを用いた磁気異常検出【JST・京大機械翻訳】

Magnetic Anomaly Detection Using Multifeature Fusion-Based Neural Network

著者 (8件)： Xu Yujing (College of Artificial Intelligence, National University of Defense Technology, Changsha, China) ,  Wang Ze (College of Artificial Intelligence, National University of Defense Technology, Changsha, China) ,  Liu Shuchang (College of Artificial Intelligence, National University of Defense Technology, Changsha, China) ,  Zhang Qi (College of Artificial Intelligence, National University of Defense Technology, Changsha, China) ,  Pan Mengchun (College of Artificial Intelligence, National University of Defense Technology, Changsha, China) ,  Hu Jiafei (College of Artificial Intelligence, National University of Defense Technology, Changsha, China) ,  Chen Dixiang (College of Artificial Intelligence, National University of Defense Technology, Changsha, China) ,  Liu Zhongyan (College of Artificial Intelligence, National University of Defense Technology, Changsha, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.8020905.1-5  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： 磁気異常検出(MAD)は,資源探査,隠された目標検出,および爆発的装飾処理の分野で広く適用されている。直交基底関数(OBF)のような伝統的方法を提案して,環境雑音と装置ノイズから異常信号を抽出した。信号の弱点のため,検出確率は,低信号対雑音比(SNR)によって常に制限される。限界を克服するために,OBF特徴を持つ完全接続ニューラルネットワーク(FCN)を訓練し,検出を行う。それにもかかわらず,その効果は低いSNRの下で十分に信頼性がなく,それは方向に敏感である。このレターはMADを実施するために3つのサブ分類器を有するマルチ特徴融合ベースのニューラルネットワークを導入した。第1のサブ分類装置は,時間-周波数特性を使用し,第2は,統計的特徴を使用し,そして,最後の集中は,磁気モーメント特徴に関する。サブ分類器の出力を加重投票によって総合的に解析して,最適化重みを個々の性能に基づいて選択した。実雑音を実験により記録し,ネットワークの性能を試験した。結果は,マルチ特徴ベースのニューラルネットワークが,通常FCNより高い検出確率を5%内側に示すことを示す。非常に低いSNRにおいて,マルチ特徴ベースのニューラルネットワークは,FCNより高い検出確率13%を達成することができた。方位に対する感度も,マルチ特徴ベースのニューラルネットワークによって改善された。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： SN比 ,  最適化 ,  雑音 ,  磁気モーメント ,  信頼性 ,  *ネットワーク ,  周波数特性 ,  分類装置 ,  *ニューラルネットワーク ,  *磁気異常 ,  直交性 ,  環境騒音 ,  基底関数
準シソーラス用語： 検出確率 ,  *特徴融合 , 【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 (4件)： 特徴融合 ,  ニューラルネットワーク ,  磁気 ,  異常検出