Centre de documentation
scientifique

View generation for multiview maximum disagreement based active learning for hyperspectral image classification / W. Di in IEEE Transactions on geoscience and remote sensing, vol 50 n° 5 Tome 2 (May 2012)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 50 n° 5 Tome 2 (May 2012) . - pp 1942 - 1954 Titre : View generation for multiview maximum disagreement based active learning for hyperspectral image classification Type de document : Article/Communication Auteurs : W. Di, Auteur ; Melba M. Crawford, Auteur Année de publication : 2012 Article en page(s) : pp 1942 - 1954 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] apprentissage automatique [Termes IGN] apprentissage dirigé [Termes IGN] classification dirigée [Termes IGN] image AVIRIS [Termes IGN] image EO1-Hyperion [Termes IGN] image hyperspectrale [Termes IGN] regroupement de points Résumé : (Auteur) Active learning (AL) seeks to interactively construct a smaller training data set that is the most informative and useful for the supervised classification task. Based on the multiview Adaptive Maximum Disagreement AL method, this study investigates the principles and capability of several approaches for the view generation for hyperspectral data classification, including clustering, random selection, and uniform subset slicing methods, which are then incorporated with dynamic view updating and feature space bagging strategies. Tests on Airborne Visible/Infrared Imaging Spectrometer and Hyperion hyperspectral data sets show excellent performance as compared with random sampling and the simple version support vector machine margin sampling, a state-of-the-art AL method. Numéro de notice : A2012-189 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2011.2168566 En ligne : https://doi.org/10.1109/TGRS.2011.2168566 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=31636 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
065-2012051B	RAB	Revue	Centre de documentation	En réserve L003	Disponible