Earticle

현재 위치 Home

Noise Effects on Feature Mining Non-Parametric Supervised Feature Extraction Techniques

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJMUE) 바로가기
  • 간행물
    International Journal of Multimedia and Ubiquitous Engineering SCOPUS 바로가기
  • 통권
    Vol.10 No.12 (2015.12)바로가기
  • 페이지
    pp.207-216
  • 저자
    Farid Muhammad Imran
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A268348

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
In this paper two famous and commonly used feature mining non-parametric supervised feature extraction techniques (NSFETs) called Non-parametric Weighted Feature Extraction (NWFE) and Decision Boundary Feature Extraction (DBFE) are analyzed to see their efficiency in the presence of noise. In particularly these feature extraction techniques are used in classification as they give better classification accuracy. This study reveals that NSFETs are very sensitive to noise because of which the number of features increases and we get low classification accuracy. In order to see the behavior of NSFETs, spatial and spectral information from hyperspectral image classification is used. The experimental results show that in the presence of noise, spectral information is much more effected than the spatial information when features are extracted using the NSFETs. It is also examined that NWFE is more affected by noise than DBFE. The linear filtering technique is used just before the classifier in order to mitigate the noise effects in NSFETs. Using linear filtering just before the classifier does improve the final classification accuracy but with high number of spatial and spectral features. This does not satisfy the one of the main purpose of feature extraction and that is feature reduction.

목차

Abstract
 1. Introduction
 2. Non-Parametric Supervised Feature Extraction
  2.1. Decision Boundary Feature Extraction (DBFE)
  2.2. Nonparametric Weighted Feature Extraction (NWFE)
 3. Linear Filtering
 4. Experimental Results
  4.1. Data Set
  4.2. Experimental Setup
  4.3. Noise Analysis
 5. Conclusion
 References

키워드

Classification feature extraction hyperspectral images image denoising support vector machine

저자

  • Farid Muhammad Imran [ Shaanxi Key Laboratory of Information Acquisition and Processing, Center for Earth Observation, School of Electronics and Information, Northwestern Polytechnical University, Xi’an, 710129, China ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJMUE) [Science & Engineering Research Support Center, Republic of Korea(IJMUE)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Multimedia and Ubiquitous Engineering
  • 간기
    월간
  • pISSN
    1975-0080
  • 수록기간
    2008~2016
  • 등재여부
    SCOPUS
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Multimedia and Ubiquitous Engineering Vol.10 No.12

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.