Research of classification methods of hyper-spectral data, elucidation of the theoretical nature and applications to real data

高光谱数据分类方法研究、理论本质阐明及其在实际数据中的应用

• 批准号: 19300096
• 负责人: NISHII Ryuei
• 金额: $ 7.99万
• 依托单位: Kyushu University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2007
• 资助国家: 日本
• 起止时间: 2007 至 2010
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-19300096/
• 关键词: パターン認識; 学習理論; 時空間現象; 統計モデリング; 多重分光画像; 時空間現象モデリング; 森林減少メカニズム推定; ARXモデル; 非線形回帰モデリング; 正則化推定法; 高次元分割表; テンソルデータ解析; 分類・パターン認識; カテゴリ分解; モデル選択; Unmixing; Markov random field; contextual image classification; ICM method; 非線形モデリング; ベイズ推論; 階数決定問

Recently, classification methods applicable to hyper-dimensional data are required. We proposed a bagging-type AdaBoost method, which can give complicated decision boundaries and avoid over learning. Classification methods and regression problems related to geo-spatial data, and unmixing of land-cover categories were also studied through modeling of spatial dependency by Markov random fields. Furthermore, we published a book discussing information criteria for statistical model selection.

最近，需要适用于超维数据的分类方法。提出了一种装袋型AdaBoost方法，该方法能够给出复杂的决策边界，避免过学习。还研究了与地理空间数据有关的分类方法和回归问题，以及通过马尔可夫随机场对空间依赖性进行建模来进行土地覆盖类别的分解。此外，我们出版了一本书，讨论统计模型选择的信息标准。

项目成果

統計的学習理論による多重分光画像の画素判別

使用统计学习理论进行多光谱图像的像素辨别

• 发表时间: 2006
• 期刊: 計算機統計学 19(2)
• 作者: 西井龍映;江口真透
• 通讯作者: 江口真透

Contextual clustering and unmixing of geospatial data based on Gaussian mixture models and Markov random fields

基于高斯混合模型和马尔可夫随机场的地理空间数据的上下文聚类和分解

• 发表时间: 2009
• 期刊: Bulletin of Informatics and Cybernetics 41
• 作者: Sawamura;Y.;Nishii;R.;Nakamoto;A.;Kawaguchi;S.;Ozaki;T.
• 通讯作者: T.

Hyperspectral image classification by Recursive Spatial Boosting based on the bootstran method

基于bootstran方法的递归空间提升高光谱图像分类

• 发表时间: 2007
• 作者: 川口 修治;西井 龍映;S.Kawaguchi and R.Nishii
• 通讯作者: S.Kawaguchi and R.Nishii

Semi-supervised contextual classification and unmixing of hyperspectral data based on mixture distributions

• DOI: 10.1109/igarss.2009.5418071
• 发表时间: 2009-07
• 期刊: 2009 IEEE International Geoscience and Remote Sensing Symposium
• 作者: R. Nishii;Tomohiko Ozaki;Yoko Sawamura

A Conservative Test for Multiple Comparison Based on Highly Correlated Test Statistics

• DOI: 10.1111/j.1541-0420.2007.00821.x
• 发表时间: 2007-12
• 期刊: Biometrics
• 影响因子: 1.9
• 作者: Yoshiyuki Ninomiya;H. Fujisawa