Thuật toán phân cụm mờ cộng tác và giảm chiều dữ liệu cho bài toán phân cụm ảnh vệ tinh siêu phổ

Công bố khoa học và công nghệ Việt Nam

Chỉ số đề mục

Lĩnh vực nghiên cứu

Kỹ thuật điện và điện tử

Dạng tài liệu

Tác giả

Đặng Trọng Hợp, Mai Đình Sinh; Mai Đình Sinh⁽¹⁾;

Nhan đề

Thuật toán phân cụm mờ cộng tác và giảm chiều dữ liệu cho bài toán phân cụm ảnh vệ tinh siêu phổ

Nhan đề tiếng anh

Collaborative clustering algorithm with reducing dimentionality for hyperspectra satelline images

Nhan đề dịch tiếng Anh

Collaborative clustering algorithm with reducing dimentionality for hyperspectra satelline images

Nguồn trích

Khoa học và Công nghệ (Đại học Công nghiệp Hà Nội)

Năm xuất bản

2022

Số

Trang

53-58

ISSN

1859-3585

Từ khóa

Phân cụm mờ cộng tác; Giảm chiều dữ liệu; Bài toán; Phân cụm ảnh;

Từ khóa tiếng anh

Hyperspectral image; fuzzy clustering; collaborative clustering; feature reduction.

Tóm tắt

Ảnh vệ tinh siêu phổ (Hyperspectral Satelline Images - HSI) gần đây đã nhận được sự quan tâm của nhiều nhà nghiên cứu và được ứng dụng trong nhiều lĩnh vực khác nhau. Phân cụm là một bài toán cơ bản trong xử lý ảnh siêu phổ, đồng thời nó cũng là một trong những bước khó nhất bởi vì hảnh siêu phổ có hàng trăm kênh và đòi hỏi tính toán với hiệu năng cao. Trong bài báo này, chúng tôi đưa ra giải pháp phân cụm ảnh siêu phổ bằng cách sử dụng thuật toán phân cụm mờ cộng tác sau khi đã thực hiện giảm chiều dữ liệu ảnh siêu phổ với phép chiếu ngẫu nhiên dựa trên định lý Johnson Lindenstrauss (Thuật toán C2JL). Các kết quả thử nghiệm với tập dữ liệu ảnh vệ tinh siêu phổ và các chỉ số đánh giá cho thấy phương pháp đề xuất cho kết quả tốt hơn các phương pháp đã có.

Tóm tắt tiếng anh

Hyperspectral satelline images (HSI) have received popularityand shown their usefulness in various earth observation applications in recent years. Segmentation is the basic problems in HSI processing but it also is one of the most difficult taks because HSI have hundreds of channels and high-performance computing is crucial. In this paper, we proposed solution for HSI segmentation by using collaborative clustering with reducing image dimentionality by random projection based on Johnson Lindenstrauss lemma (C2JL algorithm) which also preserves the relative distance between data points. The experiments which were done on 2 HSI data sets with 5 validity indexes shows that proposed methods give the better performance.

Kí hiệu kho

TTKHCNQG, CVt 70

Xem toàn văn