激光与光电子学进展, 2016, 53 (9): 091001, 网络出版: 2016-09-14   

基于分层稀疏表示特征学习的高光谱图像分类研究 下载: 654次

Research of Hyperspectral Image Classification Based on Hierarchical Sparse Representation Feature Learning
作者单位
1 辽宁工程技术大学电子与信息工程学院, 辽宁 葫芦岛 125105
2 大连理工大学计算机科学与技术学院, 辽宁 大连 116024
引用该论文

李铁, 孙劲光, 张新君, 王星. 基于分层稀疏表示特征学习的高光谱图像分类研究[J]. 激光与光电子学进展, 2016, 53(9): 091001.

Li Tie, Sun Jinguang, Zhang Xinjun, Wang Xing. Research of Hyperspectral Image Classification Based on Hierarchical Sparse Representation Feature Learning[J]. Laser & Optoelectronics Progress, 2016, 53(9): 091001.

引用列表
1、 基于非局部方式特征融合的高光谱遥感图像分类算法激光与光电子学进展, 2020, 57 (6): 061017
2、 基于稀疏表示和自适应模型的高光谱目标检测光学学报, 2018, 38 (12): 1228004
3、 基于多特征融合的卷积神经网络图像去雾算法激光与光电子学进展, 2018, 55 (3): 031012
4、 结合改进CSLBP和位平面分解的单样本人脸识别激光与光电子学进展, 2018, 55 (7): 71012
5、 基于主成分分析与局部二值模式的高光谱图像分类激光与光电子学进展, 2017, 54 (11): 111006
6、 基于邻域相似度的联合稀疏表示的高光谱图像分类算法激光与光电子学进展, 2017, 54 (12): 122803

李铁, 孙劲光, 张新君, 王星. 基于分层稀疏表示特征学习的高光谱图像分类研究[J]. 激光与光电子学进展, 2016, 53(9): 091001. Li Tie, Sun Jinguang, Zhang Xinjun, Wang Xing. Research of Hyperspectral Image Classification Based on Hierarchical Sparse Representation Feature Learning[J]. Laser & Optoelectronics Progress, 2016, 53(9): 091001.

本文已被 6 篇论文引用
被引统计数据来源于中国光学期刊网
引用该论文: TXT   |   EndNote

相关论文

加载中...

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!