文献

J-GLOBAL ID：201702234503072363   整理番号：17A0077447

サポートベクトルマシン(SVM)に基づくリモートセンシング画像分類の研究についてレビューした。【JST・京大機械翻訳】

Review of Remote Sensing Image Classification Based on Support Vector Machine

著者 (4件)： Wang Zhenwu (School of Mechanical Electronic & Information Engineering,China University of Mining and Technology(Beijing)) ,  Sun Jaijun (School of Mechanical Electronic & Information Engineering,China University of Mining and Technology(Beijing)) ,  Yu Zhongyi (School of Mechanical Electronic & Information Engineering,China University of Mining and Technology(Beijing)) ,  Bu Yiya (School of Mechanical Electronic & Information Engineering,China University of Mining and Technology(Beijing))
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 43  号： 9  ページ： 11-17,31  発行年： 2016年 
JST資料番号： C2530A  ISSN： 1002-137X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： リモートセンシング技術は現在の地球の鉱物資源とエネルギーを研究するための重要な技術手段であり、リモートセンシング画像分類はリモートセンシング技術の応用において重要な役割を果たしている。サポートベクトルマシン(SVM)はVC次元(VAPNIK-CHERVONENKIS DIMENSION)理論と構造リスク最小化原理に基づく機械学習方法である。実際のリモートセンシング画像分類に広く応用されている。国内外の学者によるこれらの大量の研究成果について系統的な総括を行った。サポートベクトルマシンに基づくリモートセンシング画像分類法を階層的に整理し、縦方向分析と比較方法の原理とメリットを比較し、各種類の方法に対して横方向比較と分析を行い、サポートベクトルマシンに基づくリモートセンシング画像分類方法の研究現状を系統的に総括した。最後に,リモートセンシング画像分類のためのサポートベクトルマシン(SVM)の将来の開発方向を指摘した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 鉱物資源 ,  *リモートセンシング ,  地球 ,  機械学習 ,  *サポートベクトルマシン
準シソーラス用語： 比較法 ,  分類法 ,  VC次元 ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

著者キーワード (3件)： Remote sensing images ,  Classification ,  Support vector machine (SVM)

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： サポートベクトルマシン ,  SVM ,  リモートセンシング ,  画像分類 ,  研究 ,  レビュー