多バンド衛星画像データベースに対する半自律的・対話的知識発見の研究

多波段卫星影像数据库半自主交互式知识发现研究

• 批准号: 13780289
• 负责人: 本田 理恵
• 金额: $ 1.22万
• 依托单位: Kochi University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2002
• 资助国家: 日本
• 起止时间: 2002 至 2003
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-13780289/
• 关键词: 知識発見; データマイニング; クラスタリング; 多バンドスペクトル画像; 空間知識; 自己組織化マップ; 位相関数; 主成分分析; 独立成分分析

本研究では、マルチバンド画像データベースに対してKDD(データベースからの知識発見)およびデータマイニングの方法論を適用して、半自律的なデータクレンジングと低次の知識の抽出を行い、抽出した知識をユーザーへ視覚的提示することによって対話的な高次知識発見を実現するシステムを構築することを目標とした。またこのシステムをClementine衛星による月のマルチバンド画像に対して適用することによりその有用性を確認した。初年度はRAIDを導入して生画像を収録し、自動位置あわせ、観測条件(入射角度、出射角度)の校正、クラスタリングなど個々の基本的なプロセスについて有効性を確認した。本年度は位置あわせ、校正、スペクトルのクラスタリング、視覚的表示までの一連のプロセスを結合し、空間スペクトルマイニングシステムを構築し、月面の北緯30度から南緯30度までの領域に対して適用した。各バンドの画像は米国地質調査所の標準地図(LDIM)に対して位置あわせを行い0.1゜×0.1゜のBINでサンプリングすることにより空間スペクトルデータとしての融合を行った。また、異なるスペクトルグループで光学的補正に必要な位相関数が異なることを考慮して、光学的補正、スペクトルクラスタリング、スペクトルグループに対する位相関数の決定を逐次反復的に行うことによって、精密な補正に基づくスペクトルグループの空間分布と各グループの位相関数を半自動的に求めることができるようになった。ほぼ半自動的な過程によって得られたスペクトル指標分布図は、専門家によって得られたスペクトル分布、他の衛星によるFe、Ti、Thの元素分布、宇宙風化度等とよく対応している。よって本研究により惑星のマルチバンド画像からの空間スペクトルマイニングのフレームワークを示すことができたと考える。なお高次知識発見のインターフェースについては今後引き続き検討する。

This research is based on the portrait of Malikko KDD(データベースからのKnowledge 発见)およびデータマイニングのmethodologyをapplicableして、Semi-autonomousなデータクレンジングとlow level knowledge のdraw を行い, draw out したknowledge をユーザーへ看覚's tips することThe high-level knowledge of the によって対噺见を実appears するシステムをbuilds the することをtarget とした.またこのシステムをClementine satellite による月のマルチバンドimage に対してapplicable することによりその usefulness をconfirmationした. In the first year, the RAID imported and recorded images, the automatic position, and the viewing conditions (incident angle, exit (angle of incidence) correction, the validity of the basic なプロセスについて has been confirmed. This year's position is correct, corrected, corrected, corrected, shown as the visual angle is combined, empty The lunar surface is located at 30 degrees north latitude and 30 degrees south latitude, and is applicable to the field of lunar space. Each image is based on the National Geological Survey's standard map (LDIM) and its location is 0.1 × 0.1゜のBINでサンプリングすることによりspaceスペクトルデータとしてのfusionを行った. It is necessary to consider the correction number of different digits of また and different なるスペクトルグループで optics.して, optical correction, スペクトルクラスタリング, スペクトルグループに対する bit related The number of decisions is repeated one by one, and the precision is corrected and corrected. The spatial distribution of each digit correlation number is semi-automatic and the めることができるようになった.ほぼ Semi-automatic な process によって got られたスペクトル indicator distribution図は, 専门家 によって got られたスペThe distribution of クトル, the distribution of elements of other satellites によるFe, Ti, Th, and the degree of cosmic weathering, etc. とよく対応している.よってThis studyにより星のマルチバンドImageからのSpaceスペクトルマイニングのフレームワークを时すことができたと卡える.なおHigh-level knowledge 発见のインターフェースについては will lead to き続き検検问する from now on.

项目成果

Honda, R., Y.Yokota, Y.Iijima, H.Mizutani: "Multi-spectral lunar imagery mining including precise photometric correction and spectral and spatial clustering"Proceedings of Sixth Workshop on Mining Scientific and Engineering Data in conjunction with SDM03.

Honda, R., Y.Yokota, Y.Iijima, H.Mizutani：“多光谱月球图像挖掘，包括精确光度校正以及光谱和空间聚类”与 SDM03 联合举办的第六届科学与工程数据挖掘研讨会论文集。

Honda, R., Y.Iijima, O.Konishi: "Mining of topographic feature from heterogeneous imagery and its application to lunar craters Progress of Discovery Science"Progress of Discovery Science. LNAI2281. 395-407 (2002)

Honda, R., Y.Iijima, O.Konishi：“从异质图像中挖掘地形特征及其在月球陨石坑中的应用”发现科学进展”发现科学进展。

Honda, R., Y.Iijima, O.Konishi: "Mining of topographic feature from heterogeneous imagery and its application to lunar craters"Progress of Discovery Science. (in press).

Honda, R., Y.Iijima, O.Konishi：“从异质图像中挖掘地形特征及其在月球陨石坑中的应用”发现科学进展。

Honda, R., S.Wang, T.Kikuchi, Osamu Konishi: "Mining of moving objects from Time-Series images and its application to satellite weather imagery"The Journal of Intelligent Information Systems. 19:1. 79-93 (2002)

Honda, R.、S.Wang、T.Kikuchi、Osamu Konishi：“从时间序列图像中挖掘移动物体及其在卫星天气图像中的应用”智能信息系统杂志。

Honda, R., O.Konishi: "Temporal rule discovery for time-series satellite images and integration with RDB"Principles of Data Mining and Knowledge Discovery : Fourth European Symposium. 204-215 (2002)

Honda, R., O.Konishi：“时间序列卫星图像的时间规则发现以及与 RDB 的集成”数据挖掘和知识发现原理：第四届欧洲研讨会。