Unsupervised Clustering of Hyperspectral Paper Data Using t-SNE.
Unsupervised Clustering of Hyperspectral Paper Data Using t-SNE.
复制标题
DOI：
10.3390/jimaging6050029
复制
发表时间：
2020-05-05
影响因子：
3.2
通讯作者：
Nussbaum P
中科院分区：
文献类型：
--
作者：
Melit Devassy B;George S;Nussbaum P
对于涉嫌伪造文件或其内容的伪造行为，调查人员将主要分析文件的纸张和墨水，以确定调查对象的真实性。作为一种非破坏性、非接触式技术，高光谱成像（HSI）在法医文件分析领域越来越受欢迎。由于在电磁频谱上记录了大量窄带图像，与传统的三通道成像系统相比，HSI 返回更多信息。因此，HSI 可以提供更好的分类结果。在本出版物中，我们介绍了一种称为 t 分布随机邻域嵌入 (t-SNE) 算法的方法的结果，该算法已应用于 HSI 论文数据分析。尽管 t-SNE 作为一种高维数据降维和可视化方法已被广泛接受，但其在纸质数据分类方面的实用性尚未得到评估。在本研究中，我们提出了纸张样本的高光谱数据集，并从视觉上和定量上评估了所提出方法的聚类质量。与采用 k 均值聚类的传统 PCA 相比，t-SNE 算法在视觉和定量评估方面都显示出卓越的辨别能力。
For a suspected forgery that involves the falsification of a document or its contents, the investigator will primarily analyze the document’s paper and ink in order to establish the authenticity of the subject under investigation. As a non-destructive and contactless technique, Hyperspectral Imaging (HSI) is gaining popularity in the field of forensic document analysis. HSI returns more information compared to conventional three channel imaging systems due to the vast number of narrowband images recorded across the electromagnetic spectrum. As a result, HSI can provide better classification results. In this publication, we present results of an approach known as the t-Distributed Stochastic Neighbor Embedding (t-SNE) algorithm, which we have applied to HSI paper data analysis. Even though t-SNE has been widely accepted as a method for dimensionality reduction and visualization of high dimensional data, its usefulness has not yet been evaluated for the classification of paper data. In this research, we present a hyperspectral dataset of paper samples, and evaluate the clustering quality of the proposed method both visually and quantitatively. The t-SNE algorithm shows exceptional discrimination power when compared to traditional PCA with k-means clustering, in both visual and quantitative evaluations.
登录
查看更多内容
DOI：
10.1109/tgrs.2008.2005729
发表时间：
2009-03-01
影响因子：
8.2
作者：
Bandos, Tatyana V.;Bruzzone, Lorenzo;Camps-Valls, Gustavo
通讯作者：
Camps-Valls, Gustavo
影响因子：
5
作者：
Martel, Ernestina;Lazcano, Raquel;Sarmiento, Roberto
通讯作者：
Sarmiento, Roberto
影响因子：
8.2
作者：
HARSANYI, JC;CHANG, CI
通讯作者：
CHANG, CI
DOI：
10.1515/rest.2003.55
发表时间：
2003-01-01
影响因子：
0.4
作者：
Havermans, J;Aziz, HA;Scholten, H
通讯作者：
Scholten, H
影响因子：
10.6
作者：
Ravi, Daniele;Fabelo, Himar;Yang, Guang-Zhong
通讯作者：
Yang, Guang-Zhong