کنفرانس بین المللی فناوری اطلاعات و دانش

English

صفحه اصلی / دوازدهمین کنفرانس بین المللی فناوری اطلاعات و دانش

Statistical Disorder Parameters Computing For Hyperspectral Image Anomaly Detection

نویسندگان :

Maryam Imani¹

1- دانشگاه تربیت مدرس

کلمات کلیدی :

hyperspectral, anomaly detection, entropy, anisotropy

چکیده :

Two statistical disorder parameters are defined for hyperspectral anomaly detection in this paper. While the background information is usually located in principal components of the hyperspectral data containing the most energy, the low variance components contain anomaly or noise signals. Two introduced parameters are computed based on the principal components. The first parameter called as entropy contains the randomness value of the spectral measurements while the second parameter called as anisotropy contains the relative importance of the consecutive components of the hyperspectral image. The extracted features can be given to any arbitrary anomaly detector. The experimental results show that feeding entropy and anisotropy features to the RX detector provides a significant improvement in hyperspectral anomaly detection.

لیست مقالات

لیست مقالات بایگانی شده

Challenges of Specification Mining-based Test Oracle for Cyber-Physical Systems

Maryam Raiyat Aliabadi - Dr Mojtaba Vahidi - Dr Ramak Ghavamizadeh

Mode Selection and Resource Allocation in D2D-Enabled MC-NOMA using Matching Theory

Alireza Gholamrezaee - Hamid Farrokhi - Javad Zeraatkar Moghaddam

بهبود عنوان‌نگاری تصویر با استفاده از روش‌های یادگیری عمیق

مهدی صیادجو - محمدجواد فدائی اسلام

تشخیص بیماری مزمن کلیوی با استفاده از یادگیرنده‌های گروهی و انتخاب ویژگی‌های مؤثر مبتنی‌ بر الگوریتم بهینه‌سازی تبادل حرارتی

صبا عارف‌نیا - مهدی هاشم‌زاده - امین گلزاری اسکوئی

روش مهاجرت خوشه‎ای‎ برای بهبود بستربندی به ‎مشتری در گردش‌کارهای بدون سرویس‌دهنده

محمدامین قسوری جهرمی - مهرداد آشتیانی - فاطمه بخشی

An Efficient Link Prediction Method using Community Structures

Dr Hadi Shakibian - Setareh Mokhtari

Electrophysiological Modeling and Interactive Approaches of Electrical Circuits and Hypergraphs for Understanding Neural Circuit Dynamics

Arian Baymani - Maryam Naderi Soorki

Sparse Beamforming Design for Non-Coherent UD-CRAN with mm-Wave Fronthaul Links

Alireza M. Hosseini - Dr Abbas Mohammadi

انتخاب ویژگی با استفاده از الگوریتم بهینه سازی ذرات مبتنی بر استراتژی خود تطبیقی دودویی جهت تشخیص بیماری

الهام صالحی - دکتر محمدرضا کرمی ملایی - دکتر حسام عمرانپور الهام صالحی - محمدرضا کرمی ملایی - حسام عمرانپور -

A Deep Neural Network-based Method for MmWave Time-varying Channel Estimation

Amirhossein Molazadeh - Zahra Maroufi - Mehrdad Ardebilipour

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 41.3.1