Online Dictionary Learning for Classification of Antipersonnel Landmines using Ground penetrating Radar. / Giovanneschi, Fabio/ Herausgegeben:Fraunhofer FHR, Wachtberg

Online Dictionary Learning for Classification of Antipersonnel Landmines using Ground penetrating Radar. （2021. 134 S. num., col. illus. and tab. 21 cm）

個数：

Online Dictionary Learning for Classification of Antipersonnel Landmines using Ground penetrating Radar. （2021. 134 S. num., col. illus. and tab. 21 cm）

Giovanneschi, Fabio/ Herausgegeben:Fraunhofer FHR, Wachtberg

ウェブストア価格 ¥17,957（本体¥16,325）
FRAUNHOFER VERLAG（2021発売）
外貨定価 EUR 69.00
ポイント 163pt

在庫がございません。海外の書籍取次会社を通じて出版社等からお取り寄せいたします。
通常6～9週間ほどで発送の見込みですが、商品によってはさらに時間がかかることもございます。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合がございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Paperback:紙装版/ペーパーバック版
商品コード 9783839616758

Full Description

Ground penetrating radar (GPR) target detection and classification is a challenging task. Here, online dictionary learning (DL) methods are considered to obtain sparse representations (SR) of the GPR data to enhance feature extraction for target classification via support vector machines. Online methods are preferred because traditional batch DL algorithms are not scalable to high-dimensional data. A Drop-Off MINi-batch Online Dictionary Learning (DOMINODL) method, which exploits the fact that a lot of the training data may be correlated, is also developed. For the case of abandoned anti-personnel landmines classification, the performance of K-SVD is compared with three online algorithms: classical Online Dictionary Learning, its correlation-based variant and DOMINODL. Experiments with real data from L-band GPR show that online DL methods reduce learning time by 36-93% and increase mine detection by 4-28% over K-SVD. DOMINODL is the fastest and retains similar classification performance as the other approaches. For the selection of optimal DL input parameters, the Kolmogorov-Smirnoff test distance and the Dvoretzky-Kiefer-Wolfowitz inequality are used.