閲覧可能ファイル 

ファイル	フォーマット	サイズ	閲覧回数	説明
IEICE-J90D2	pdf	953 KB	905

論文情報

ファイル出力 EndNote Basic出力 Mendeley出力

アクセス権	open access
URI	https://hdl.handle.net/2115/30287
タイトル	改良型GLDBによるハイパースペクトル画像の高精度クラスタリング
	Precise clustering method for hyper-spectral images by improved GLDB
著者	青木, 賢 ; 石村, 康生 ; 妹尾, 一弘 ; 和田, 充雄 ; 佐鳥, 新
著者名 青木, 賢 AOKI, Satoshi
著者名 石村, 康生 ISHIMURA, Kosei
著者名 妹尾, 一弘 SEO, Kazuhiro
著者名 和田, 充雄 WADA, Mitsuo
著者名 佐鳥, 新 SATORI, Shin
言語	日本語
キーワード	ハイパースペクトル画像
	Generalized-Local Discriminant Bases
	特徴抽出
	最ゆう法
	サポートベクタマシン
発行日	2007-02-01
出版者	社団法人 電子情報通信学会
収録物名	電子情報通信学会論文誌 D
巻(号)	J90-D(2)
ページ	416-426
抄録	ハイパースペクトル画像は，従来のマルチスペクトル画像と比較して，高周波数分解能であることから，対象物の分光スペクトル分布をより詳細に取得できる．そのため，従来よりも精ちな画像分類が可能と期待される．一方で，データ量が増大することから計算コストが膨大となるといった課題点も指摘されている．そこで，本論文では，従来の特徴抽出・選択を行うクラスタリング手法の一つであるGLDB（Generalized-Local Discriminant Bases）アルゴリズムを改良することにより，高速性を維持し，かつ高精度な画像分類を実現する三つのクラスタリング手法の有効性の検証を行った．実データを用いて実験を行った結果，本論文で用いた画像に関しては，特徴抽出処理により得られた平均特徴数は従来手法よりも減少し，処理時間の短縮，分類精度の向上が実現できた．最後に，三つの改良手法の特徴を比較し，各手法の用途に関する考察を行った．
資源タイプ	学術雑誌論文
出版タイプ	Version of Record
権利情報	Copyright © 2007 社団法人 電子情報通信学会(IEICE). 許諾番号: 07RB0224
PISSN	1880-4535
EISSN	1881-0225
関連情報	URI http://search.ieice.org/

ホームへ戻る