0% Complete
English
صفحه اصلی
/
دوازدهمین کنفرانس بین المللی فناوری اطلاعات و دانش
Statistical Disorder Parameters Computing For Hyperspectral Image Anomaly Detection
نویسندگان :
Maryam Imani
1
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
استفاده از هوش مصنوعی در فضای آموزش عالی: آن روی سکه
محمدمتین لیث صفار - عسل آغاز
Knowledge gap extraction based on the learner click behavior in interaction with videos using the association rule algorithm
Yosra Bahrani - Omid Fatemi
Using Trust Statements and Ratings by GraphSAGE to Alleviate Cold Start in Recommender Systems
Seyedeh Niusha Motevallian - Dr Seyed Mohammad Hossein Hasheminejad
تحلیل کتابسنجی از مقالات حوزه دوقلوهای دیجیتال
فاطمه مکی زاده - سارا صراف - مصطفی شیرالی
Predicting Suicide Risk in Adolescents with Random Forest for Unbalanced Data Management
Fatemeh Rabbani - Dr Behrooz Masoumi - Dr Mohammad Reza Keyvanpour
A Novel Resource Allocation Scheme for Underlaying NOMA-Based Multi-Channel Cognitive D2D Communications
Anahita Akbari - Dr Javad Zeraatkar Moghaddam - Dr Mehrdad Ardebilipour
Classical-Quantum Multiple Access Wiretap Channel with Common Message: One-shot Rate Region
Hadi Aghaee - Dr Bahareh Akhbari
A perceptual loss for screen content image super-resolution
Hossein Sekhavaty-Moghadam - Marzieh Hosseinkhani - Dr Azadeh Mansouri
Violence detection using one-dimensional convolutional networks
Narges Honarjoo - Ali Abdari - Dr Azadeh Mansouri
مکانیابی بهینه آلودگی در شبکههای توزیع آب با استفاده از تکنولوژی اینترنت اشیاء بر مبنای پیشبینی سری زمانی چند متغیره
زینب محزون - امید بوشهریان
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.2.0
