論文の概要: A new band selection approach based on information theory and support vector machine for hyperspectral images reduction and classification

• arxiv url: http://arxiv.org/abs/2210.14621v1
• Date: Wed, 26 Oct 2022 10:54:23 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-27 14:57:33.207520
• Title: A new band selection approach based on information theory and support vector machine for hyperspectral images reduction and classification
• Title（参考訳）: ハイパースペクトル画像の縮小と分類のための情報理論とサポートベクターマシンに基づく新しい帯域選択手法
• Authors: A. Elmaizi, E. Sarhrouni, A. Hammouch, C. Nacir
• Abstract要約: スペクトル帯の選択は、無関係でノイズの多い、冗長なバンドを取り除くための重要なステップです。 本稿では,各帯域間の統計的依存度と相関度を測定するために,共同情報に基づく新たな戦略を提案する。 提案手法は,相互情報に基づく効率的な再生フィルタと比較する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The high dimensionality of hyperspectral images consisting of several bands often imposes a big computational challenge for image processing. Therefore, spectral band selection is an essential step for removing the irrelevant, noisy and redundant bands. Consequently increasing the classification accuracy. However, identification of useful bands from hundreds or even thousands of related bands is a nontrivial task. This paper aims at identifying a small set of highly discriminative bands, for improving computational speed and prediction accuracy. Hence, we proposed a new strategy based on joint mutual information to measure the statistical dependence and correlation between the selected bands and evaluate the relative utility of each one to classification. The proposed filter approach is compared to an effective reproduced filters based on mutual information. Simulations results on the hyperpectral image HSI AVIRIS 92AV3C using the SVM classifier have shown that the effective proposed algorithm outperforms the reproduced filters strategy performance. Keywords-Hyperspectral images, Classification, band Selection, Joint Mutual Information, dimensionality reduction ,correlation, SVM.
• Abstract（参考訳）: 複数のバンドからなる超スペクトル画像の高次元化は、画像処理に大きな計算課題をしばしば課す。 したがって、スペクトル帯域選択は、無関係、ノイズ、冗長な帯域を取り除くための重要なステップである。 その結果、分類精度が向上する。 しかし、何百、何千もの関連バンドから有用なバンドを識別するのは簡単な作業ではない。 本論文は,計算速度と予測精度を向上させるために,高識別帯域の小さな集合を同定することを目的とする。 そこで我々は,選択した帯域間の統計的依存性と相関を計測し,各バンドの相対的有用性を評価するための共同情報に基づく新しい戦略を提案する。 提案手法は,相互情報に基づく効率的な再生フィルタと比較する。 SVM分類器を用いたハイパーペクトラル画像HSI AVIRIS 92AV3Cのシミュレーション結果から,提案アルゴリズムが再現フィルタ戦略性能より優れていることが示された。 キーワード-ハイパースペクトル画像、分類、帯域選択、共同相互情報、次元減少、相関、SVM。

関連論文リスト

• MB-RACS: Measurement-Bounds-based Rate-Adaptive Image Compressed Sensing Network [65.1004435124796]
  本稿では,MB-RACS(Message-Bounds-based Rate-Adaptive Image Compressed Sensing Network)フレームワークを提案する。 実験により,提案手法が現在の先行手法を超越していることが実証された。
  論文  参考訳（メタデータ） (2024-01-19T04:40:20Z)
• Fine-grained Recognition with Learnable Semantic Data Augmentation [68.48892326854494]
  きめ細かい画像認識は、長年続くコンピュータビジョンの課題である。 本稿では,識別領域損失問題を軽減するため,特徴レベルのトレーニングデータを多様化することを提案する。 本手法は,いくつかの人気分類ネットワーク上での一般化性能を著しく向上させる。
  論文  参考訳（メタデータ） (2023-09-01T11:15:50Z)
• Hybridization of filter and wrapper approaches for the dimensionality reduction and classification of hyperspectral images [0.0]
  ハイパースペクトル画像の次元化のための帯域選択によるハイブリッドアルゴリズムを提案する。 提案手法は,相互情報に基づく効率的な再生フィルタ手法と比較する。
  論文  参考訳（メタデータ） (2022-10-29T05:25:10Z)
• A Novel Filter Approach for Band Selection and Classification of Hyperspectral Remotely Sensed Images Using Normalized Mutual Information and Support Vector Machines [0.0]
  本稿では,情報理論(正規化相互情報)とサポートベクトルマシンSVMを用いた高スペクトル画像の次元削減と分類のための新しいフィルタ手法を提案する。 提案アルゴリズムを、NASAのAVIRISセンサーが収集した2つのよく知られたベンチマークデータセットに、インディアナ州とサリナスの谷で適用した。
  論文  参考訳（メタデータ） (2022-10-27T14:23:06Z)
• A novel information gain-based approach for classification and dimensionality reduction of hyperspectral images [0.0]
  本稿では,高スペクトル画像の次元化と分類のための情報ゲインに基づく新しいフィルタ手法を提案する。 ハイパースペクトル帯の選択に基づく特別な戦略が採用され、最も情報性の高いバンドを選択し、無関係でノイズの多いバンドを捨てる。 提案手法は,2つのベンチマークハイパースペクトルデータセット(インド,パヴィア)と3つの競合する手法を用いて比較する。
  論文  参考訳（メタデータ） (2022-10-26T20:59:57Z)
• A novel filter based on three variables mutual information for dimensionality reduction and classification of hyperspectral images [0.0]
  実測情報に基づく帯域選択フィルタは次元減少のための一般的な手法である。 3変数の相互情報に基づく新しいフィルタ手法を開発し、分類のための帯域相関を計測する。 提案手法は非常に競争力があり、効果的であり、再現されたフィルタ戦略性能より優れる。
  論文  参考訳（メタデータ） (2022-10-26T10:29:00Z)
• New wrapper method based on normalized mutual information for dimension reduction and classification of hyperspectral images [0.0]
  正規化相互情報(NMI)と誤り確率(PE)に基づく新しいラッパー手法を提案する。 NASAのAVIRIS(Airborne Visible/Infrared Imaging Spectrometer Sensor)が捉えた、2つの挑戦的なハイパースペクトルベンチマークデータセットで実験が行われた。
  論文  参考訳（メタデータ） (2022-10-25T21:17:11Z)
• Preservation of High Frequency Content for Deep Learning-Based Medical Image Classification [74.84221280249876]
  大量の胸部ラジオグラフィーの効率的な分析は、医師や放射線技師を助けることができる。 本稿では,視覚情報の効率的な識別と符号化のための離散ウェーブレット変換(DWT)を提案する。
  論文  参考訳（メタデータ） (2022-05-08T15:29:54Z)
• Adversarial Feature Augmentation and Normalization for Visual Recognition [109.6834687220478]
  最近のコンピュータビジョンの進歩は、分類モデルの一般化能力を改善するために、逆データ拡張を利用する。 本稿では,中間的特徴埋め込みにおける敵対的拡張を提唱する効率的かつ効率的な代替手法を提案する。 代表的なバックボーンネットワークを用いて,多様な視覚認識タスクにまたがる提案手法を検証する。
  論文  参考訳（メタデータ） (2021-03-22T20:36:34Z)
• ADRN: Attention-based Deep Residual Network for Hyperspectral Image Denoising [52.01041506447195]
  ノイズの多いHSIからクリーンなHSIへのマッピングを学習するために,注目に基づくディープ残差ネットワークを提案する。 実験の結果,提案手法は定量的および視覚的評価において最先端の手法よりも優れていた。
  論文  参考訳（メタデータ） (2020-03-04T08:36:27Z)
• Residual-Sparse Fuzzy $C$-Means Clustering Incorporating Morphological Reconstruction and Wavelet frames [146.63177174491082]
  Fuzzy $C$-Means (FCM)アルゴリズムは、形態的再構成操作とタイトウェーブレットフレーム変換を組み込んでいる。 特徴集合とその理想値の間の残差に対して$ell_0$正規化項を付与することにより、改良されたFCMアルゴリズムを提案する。 合成, 医用, カラー画像に対する実験結果から, 提案アルゴリズムは効率的かつ効率的であり, 他のアルゴリズムよりも優れていた。
  論文  参考訳（メタデータ） (2020-02-14T10:00:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。