| 研究概要 |
信号にノイズが加わった時系列データから信号を復元するため、直交ウェーブレットによりデータを線形変換し,ウェーブレット展開係数を得る.そこで展開係数がベイズ線形モデルに従うと仮定し,トレードオフパラメータを周辺尤度の最大化,及びKitagawa(1997)による予測情報量基準PICの最小化の2通りで推定した.本手法をDonoho and Johnstone(1994)が提案したVisuShrinkと2乗誤差で数値的に比較した結果,同程度以上の性能を示し,特に標本数が小さいときに優れていることを示した.
地球観測衛星Landsatから送られるデータについていろいろな点から議論した。Landsatの歴史、観測システム、各種の補正、ノイズの低減、データ融合や判別分析を扱い、単行本の第2章として印刷中である。
ノイズ低減手法を衛星画像に適応した応用例として、衛星データにより土地被覆をクラスタ化あるいは判別する手法について研究した。本研究では条件付分布が空間相関を持ち、カテゴリの配置に対してマハラノビス距離による罰則を付けた尤度を目的関数として判別することを提案した。また本手法は教師データとしてミクセルを利用でき、ピュアセルだけの教師データよりミクセルの混合比率の推定に有効であることを示した。
異なる解像度の画像を融合する手法として、マルチスペクトルデータの空間相関を利用したコクリギングによる手法を提案し、色のHSV変換を用いた手法より優れていることを示した。また変数選択手法についても論じた。
|
