高光谱遥感影像稀疏表示与字典学习分类研究
发布时间:2021-06-10 20:45
<正>稀疏表示作为一种新型数据挖掘技术,能够有效地挖掘影像中各种类型的稀疏特性,已被广泛应用于高光谱遥感影像分类。但是,基于单一特征的稀疏表示模型不能有效地挖掘影像中蕴含的丰富的稀疏特性,且每种单一特征关联的不同非线性结构特征同样蕴含丰富的稀疏特性,充分地挖掘不同特征的稀疏模式和不同非线性结构特征的稀疏模式有助于增强地物的可分离性。此外,通过标注像元直接构建的字
【文章来源】:地理与地理信息科学. 2019,35(01)北大核心CSCD
【文章页数】:1 页
【参考文献】:
期刊论文
[1]稀疏表示和判别性字典学习的舰船图像自动分割算法[J]. 冯学桥. 舰船科学技术. 2021(02)
[2]稀疏表示模型及高光谱遥感应用研究[J]. 张敬尊,张睿哲,徐光美,王金华,何宁. 计算机技术与发展. 2020(10)
硕士论文
[1]用于动物头像检测的改进主动基础模型[D]. 张孟承.西安电子科技大学 2020
本文编号:3223091
【文章来源】:地理与地理信息科学. 2019,35(01)北大核心CSCD
【文章页数】:1 页
【参考文献】:
期刊论文
[1]稀疏表示和判别性字典学习的舰船图像自动分割算法[J]. 冯学桥. 舰船科学技术. 2021(02)
[2]稀疏表示模型及高光谱遥感应用研究[J]. 张敬尊,张睿哲,徐光美,王金华,何宁. 计算机技术与发展. 2020(10)
硕士论文
[1]用于动物头像检测的改进主动基础模型[D]. 张孟承.西安电子科技大学 2020
本文编号:3223091
本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3223091.html