Descripteur
Documents disponibles dans cette catégorie (187)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Semisupervised dual-geometric subspace projection for dimensionality reduction of hyperspectral image data / Shuyuan Yang in IEEE Transactions on geoscience and remote sensing, vol 52 n° 6 Tome 2 (June 2014)
[article]
Titre : Semisupervised dual-geometric subspace projection for dimensionality reduction of hyperspectral image data Type de document : Article/Communication Auteurs : Shuyuan Yang, Auteur ; Penglei Jin, Auteur ; Bin Li, Auteur ; et al., Auteur Année de publication : 2014 Article en page(s) : pp 3587 - 3593 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] classification semi-dirigée
[Termes IGN] image hyperspectrale
[Termes IGN] matrice
[Termes IGN] réduction géométriqueRésumé : (Auteur) Exploring the geometric prior in the dimensionality reduction (DR) of hyperspectral image data (HID) is an important issue because it can overcome the possible overclassification of spectrally homogeneous areas in the HID classification. In this paper, the local geometric similarity of hyperspectral vectors is explored in both the manifold domain and image domain, and a semisupervised dual-geometric subspace projection (DGSP) approach is proposed for the DR of HID, by utilizing both labeled and unlabeled samples. First, the geometric information in the manifold domain is captured by a sparse coding-based geometric graph, and then, a local-consistency-constrained geometric matrix is defined to reveal the geometric structure in the image domain. Second, unlabeled samples are used to refine the geometric structure by defining a pairwise similarity matrix. Third, three scatter matrices are then derived from these similarity matrices to find the optimal subspace projection that captures the most important properties of the subspaces with respect to classification. Some experiments are taken on the airborne visible infrared imaging spectrometer (AVIRIS) HID to prove the efficiency of the proposed method. Numéro de notice : A2014-312 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2013.2273798 En ligne : https://doi.org/10.1109/TGRS.2013.2273798 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=33215
in IEEE Transactions on geoscience and remote sensing > vol 52 n° 6 Tome 2 (June 2014) . - pp 3587 - 3593[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 065-2014061B RAB Revue Centre de documentation En réserve L003 Disponible Spatial and spectral image fusion using sparse matrix factorization / Bo Huang in IEEE Transactions on geoscience and remote sensing, vol 52 n° 3 (March 2014)
[article]
Titre : Spatial and spectral image fusion using sparse matrix factorization Type de document : Article/Communication Auteurs : Bo Huang, Auteur ; Huihui Song, Auteur ; Hengbin Cui, Auteur ; Jigen Peng, Auteur ; Zongben Xu, Auteur Année de publication : 2014 Article en page(s) : pp 1693 - 1704 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse combinatoire (maths)
[Termes IGN] apprentissage automatique
[Termes IGN] factorisation
[Termes IGN] fusion d'images
[Termes IGN] image Landsat-ETM+
[Termes IGN] image Terra-MODIS
[Termes IGN] matrice creuse
[Termes IGN] pouvoir de résolution géométrique
[Termes IGN] pouvoir de résolution spectraleRésumé : (Auteur) In this paper, we present a novel spatial and spectral fusion model (SASFM) that uses sparse matrix factorization to fuse remote sensing imagery with different spatial and spectral properties. By combining the spectral information from sensors with low spatial resolution (LSaR) but high spectral resolution (HSeR) (hereafter called HSeR sensors), with the spatial information from sensors with high spatial resolution (HSaR) but low spectral resolution (LSeR) (hereafter called HSaR sensors), the SASFM can generate synthetic remote sensing data with both HSaR and HSeR. Given two reasonable assumptions, the proposed model can integrate the LSaR and HSaR data via two stages. In the first stage, the model learns from the LSaR data a spectral dictionary containing pure signatures, and in the second stage, the desired HSaR and HSeR data are predicted using the learned spectral dictionary and the known HSaR data. The SASFM is tested with both simulated data and actual Landsat 7 Enhanced Thematic Mapper Plus (ETM+) and Terra Moderate Resolution Imaging Spectroradiometer (MODIS) acquisitions, and it is also compared to other representative algorithms. The experimental results demonstrate that the SASFM outperforms other algorithms in generating fused imagery with both the well-preserved spectral properties of MODIS and the spatial properties of ETM+. Generated imagery with simultaneous HSaR and HSeR opens new avenues for applications of MODIS and ETM+. Numéro de notice : A2014-115 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2013.2253612 En ligne : https://doi.org/10.1109/TGRS.2013.2253612 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=33020
in IEEE Transactions on geoscience and remote sensing > vol 52 n° 3 (March 2014) . - pp 1693 - 1704[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 065-2014031 RAB Revue Centre de documentation En réserve L003 Disponible Nonlinear unmixing of hyperspectral data using semi-nonnegative matrix factorization / Naoto Yokoya in IEEE Transactions on geoscience and remote sensing, vol 52 n° 2 (February 2014)
[article]
Titre : Nonlinear unmixing of hyperspectral data using semi-nonnegative matrix factorization Type de document : Article/Communication Auteurs : Naoto Yokoya, Auteur ; Jocelyn Chanussot, Auteur ; Akira Iwasaki, Auteur Année de publication : 2014 Article en page(s) : pp 1430 - 1437 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse des mélanges spectraux
[Termes IGN] factorisation
[Termes IGN] image hyperspectrale
[Termes IGN] matrice
[Termes IGN] modèle non linéaireRésumé : (Auteur) Nonlinear spectral mixture models have recently received particular attention in hyperspectral image processing. In this paper, we present a novel optimization method of nonlinear unmixing based on a generalized bilinear model (GBM), which considers the second-order scattering of photons in a spectral mixture model. Semi-nonnegative matrix factorization (semi-NMF) is used for the optimization to process a whole image in matrix form. When endmember spectra are given, the optimization of abundance and interaction abundance fractions converge to a local optimum by alternating update rules with simple implementation. The proposed method is evaluated using synthetic datasets considering its robustness for the accuracy of endmember extraction and spectral complexity, and shows smaller errors in abundance fractions rather than conventional methods. GBM-based unmixing using semi-NMF is applied to the analysis of an airborne hyperspectral image taken over an agricultural field with many endmembers, and it visualizes the impact of a nonlinear interaction on abundance maps at reasonable computational cost. Numéro de notice : A2014-076 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2013.2245671 En ligne : https://doi.org/10.1109/TGRS.2013.2245671 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32981
in IEEE Transactions on geoscience and remote sensing > vol 52 n° 2 (February 2014) . - pp 1430 - 1437[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 065-2014021 RAB Revue Centre de documentation En réserve L003 Disponible Structured sparse method for hyperspectral unmixing / Feiyun Zhu in ISPRS Journal of photogrammetry and remote sensing, vol 88 (February 2014)
[article]
Titre : Structured sparse method for hyperspectral unmixing Type de document : Article/Communication Auteurs : Feiyun Zhu, Auteur ; Yin Wang, Auteur ; Shiming Xiang, Auteur ; Bin Fan, Auteur ; Chunhong Pan, Auteur Année de publication : 2014 Article en page(s) : pp 101 - 118 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse des mélanges spectraux
[Termes IGN] factorisation
[Termes IGN] image hyperspectrale
[Termes IGN] matrice creuse
[Termes IGN] programmation par contraintesRésumé : (Auteur) Hyperspectral Unmixing (HU) has received increasing attention in the past decades due to its ability of unveiling information latent in hyperspectral data. Unfortunately, most existing methods fail to take advantage of the spatial information in data. To overcome this limitation, we propose a Structured Sparse regularized Nonnegative Matrix Factorization (SS-NMF) method based on the following two aspects. First, we incorporate a graph Laplacian to encode the manifold structures embedded in the hyperspectral data space. In this way, the highly similar neighboring pixels can be grouped together. Second, the lasso penalty is employed in SS-NMF for the fact that pixels in the same manifold structure are sparsely mixed by a common set of relevant bases. These two factors act as a new structured sparse constraint. With this constraint, our method can learn a compact space, where highly similar pixels are grouped to share correlated sparse representations. Experiments on real hyperspectral data sets with different noise levels demonstrate that our method outperforms the state-of-the-art methods significantly. Numéro de notice : A2014-087 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2013.11.014 En ligne : https://doi.org/10.1016/j.isprsjprs.2013.11.014 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32992
in ISPRS Journal of photogrammetry and remote sensing > vol 88 (February 2014) . - pp 101 - 118[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 081-2014021 RAB Revue Centre de documentation En réserve L003 Disponible La construction d'une matrice de flux à partir de traces de téléphones portables / Françoise Bahoken in Cartes & Géomatique, n° 217 (septembre 2013)
[article]
Titre : La construction d'une matrice de flux à partir de traces de téléphones portables Type de document : Article/Communication Auteurs : Françoise Bahoken, Auteur ; Ana-Maria Olteanu-Raimond , Auteur Année de publication : 2013 Article en page(s) : pp 73 - 86 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] cartographie des flux
[Termes IGN] données de flux
[Termes IGN] filtrage temporel
[Termes IGN] hétérogénéité spatiale
[Termes IGN] matrice
[Termes IGN] mobilité urbaine
[Termes IGN] Picardie
[Termes IGN] téléphonie mobile
[Termes IGN] trace numériqueRésumé : (Auteur) Les données issues de la téléphonie mobile sont apparues ces dernières années comme une source d'information complémentaire pour l'analyse des mobilités humaines spatialisées. Les traces de téléphones portables, assimilées à des marqueurs de déplacements individuels, sont, en effet, appréhendées soit au niveau élémentaire du cheminement individuel, soit au niveau agrégé d'un ensemble de déplacements, ce dernier formant un flux de population. Les données qui portent sur des flux sont agrégées de lieux à lieux et archivées dans une matrice origine-destination. Cet article intéresse la construction de ces matrices qui résulte, en pratique, de procédures de filtrages spatio-temporels de la mesure collectée au niveau individuel. Cette procédure n'étant pas sans conséquences sur la valeur du flux, nous proposons une approche de la construction de matrices qui tient compte de l'hétérogénéité spatiale et temporelle spécifique de ces données, et analysons l'effet des procédures appliquées sur la dégradation des flux cartographiés. Le cas d'application porte sur des traces téléphoniques collectées en région Picardie (France). Numéro de notice : A2013-556 Affiliation des auteurs : LASTIG COGIT+Ext (2012-2019) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans En ligne : http://www.lecfc.fr/new/articles/217-article-7.pdf Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32692
in Cartes & Géomatique > n° 217 (septembre 2013) . - pp 73 - 86[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 021-2013031 RAB Revue Centre de documentation En réserve L003 Disponible Documents numériques
en open access
La construction d'une matrice de fluxAdobe Acrobat PDF Combined bundle block adjustment with spaceborne linear array and airborne frame array imagery / Yongjun Zhang in Photogrammetric record, vol 28 n° 142 (June - August 2013)PermalinkManifold regularized sparse NMF for hyperspectral unmixing / Xiaqiang Lu in IEEE Transactions on geoscience and remote sensing, vol 51 n° 5 Tome 1 (May 2013)PermalinkPermalinkManual of photogrammetry, sixth edition / J. Chris Mcglone (2013)PermalinkReliability of partial ambiguity fixing with multiple GNSS constellations / J. Wang in Journal of geodesy, vol 87 n° 1 (January 2013)PermalinkSemisupervised local discriminant analysis for feature extraction in hyperspectral images / W. Liao in IEEE Transactions on geoscience and remote sensing, vol 51 n° 1 Tome 1 (January 2013)PermalinkQuantifying deforestation in the Brazilian Amazon using advanced land observing satellite phased array L-band synthetic aperture radar (ALOS PALSAR) and shuttle imaging radar (SIR)-C data / M. Rahman in Geocarto international, vol 27 n° 6 (October 2012)PermalinkCoupled nonnegative matrix factorization unmixing for hyperspectral and multispectral data fusion / N. Yokoya in IEEE Transactions on geoscience and remote sensing, vol 50 n° 2 (February 2012)PermalinkPermalinkMathématiques Tle [terminale] ES-L / Eric Sigward (2012)Permalink