退出
我的积分:
中文文献批量获取
外文文献批量获取
唐中奇; 付光远; 陈进; 张利;
第二炮兵工程大学信息工程系,陕西西安710025;
清华大学电子工程系,北京100084;
北京市遥感信息研究所,北京100192;
高光谱图像分类; 光谱稀疏表示; 空间先验融合; 多尺度策略;
机译:基于多尺度超像素和导引滤波器的基于稀疏表示的高光谱图像分类
机译:基于多尺度超像素的稀疏表示用于高光谱图像分类
机译:使用多尺度保守平滑方案和自适应稀疏表示的光谱空间高光谱图像分类
机译:通过基于多尺度超像素的稀疏表示对高光谱图像进行光谱空间分类
机译:用于高光谱图像中目标检测和分类的稀疏表示。
机译:基于多样性密度和稀疏表示模型的高光谱图像改进的分类方法
机译:基于多尺度超像素的稀疏表示用于高光谱图像分类†
机译:基于核稀疏表示的高光谱图像分类。
机译:使用有效卷积稀疏编码获得的学习词典中的稀疏表示中的稀疏表示的聚类,对多光谱或高光谱卫星影像进行分类
机译:基于半监督K-SVD和多尺度稀疏表示的超像素分类方法
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。