文献

J-GLOBAL ID：202202272693825211   整理番号：22A0848538

ハイパースペクトル異常検出のための分数Fourier変換ベース結合適応部分空間検出【JST・京大機械翻訳】

Fractional Fourier Transform Based Joint Adaptive Subspace Detection for Hyperspectral Anomaly Detection

著者 (4件)： Zhang Lili (College of Mechanical and Electrical Engineering, Daqing Normal University, Daqing, China) ,  Cheng Baozhi (College of Mechanical and Electrical Engineering, Daqing Normal University, Daqing, China) ,  Tan Shumei (College of Mechanical and Electrical Engineering, Daqing Normal University, Daqing, China) ,  Wang Yimeng (Department of Electronic and Information Engineering, Karlsruhe Institute of Technology, Karlsruhe, Baden-Wuerttemberg, Germany)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.6007005.1-5  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： 変換領域の使用は,通常,ハイパースペクトル異常検出(AD)の性能を改善するために役立つ。分数Fourier変換(FrFT)により,信号は元の反射スペクトルとそのFourier変換の間の中間領域で相補的特性を得る。本レターでは,FrFT(FJASD)に基づく共同適応部分空間検出(ASD)モデルをハイパースペクトルADのために提案する。FJASDには2つの部分がある。最初に,ハイパースペクトル画像(HSI)をFrFTによって変換し,試験点ベクトルに基づくASDモデルであるバックグラウンド結合スパース表現(BJSR)を,ADのための分数Fourier領域(FrFD)で用いた。この部分は主にHSIのスペクトル特性を使用する。次に,元の領域における試験点におけるテンソルブロック中心を1Dベクトルに変換し,主成分分析(PCA)によって次元的に縮小した。低次元データセットをFrFTとテンソルベースASD(TBASD)により変換し,試験点テンソルに基づくASDモデルをADのFrFDに用いた。この部分は主にHSIの空間特性を使用する。さらに,冗長性を除去した後のスペクトル情報も利用した。最後に,上記の2つの部分を重み係数によって組み合わせ,互いに補完した。4つの比較アルゴリズムを用いて,3つのハイパースペクトルデータセットを通してFJASDのAD性能を検証し,検出結果は提案したFJASDの優位性を示した。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： *Fourier変換 ,  アルゴリズム ,  テンソル ,  反射スペクトル ,  ベクトル ,  冗長性 ,  *スペクトル ,  一次元 ,  *分数 ,  主成分分析
準シソーラス用語： *ハイパースペクトル ,  *分数Fourier変換 ,  ハイパースペクトル画像 ,  *部分空間 ,  スパース表現 , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ハイパースペクトル ,  異常検出 ,  分数Fourier変換 ,  適応 ,  部分空間