Discrimination périodique à partir d’observations multi-temporelles
Résumé
In this work, we propose a novel linear classification scheme for non-stationary periodic data. We express the classifier in a temporal basis while regularizing its temporal complexity leading to a convex optimization problem. Numerical experiments show very good results on a simulated example and on real life remote sensing image classification problem.
Cet article s’attaque au problème de discrimination instantanée de données temporelles périodiques. Nous proposons un classifieur linéaire non-stationnaire, régularisé par rapport à sa complexité temporelle. Le modèle est également étendu au cas multi-classe. Cette approche est testée sur des simulations numériques ainsi que des séries temporelles d’images satellites. Les résultats illustrent un très bon comportement.
Domaines
Biodiversité et Ecologie
Origine : Fichiers produits par l'(les) auteur(s)
Loading...