Institute of Remote Sensing and GIS, School of Earth and Space Sciences, Peking University, Beijing 100871, China;
Abstracts; Accuracy; Rocks; Vectors; OCSVM; SAM; hyperspectral data; spectral gradient;
机译:基于光谱梯度,SVM和空间随机林的高光谱图像分类
机译:使用经验模态分解和光谱梯度增强的高光谱图像分类
机译:结合幅度和形状特征进行高光谱分类
机译:使用光谱幅度和梯度进行高光谱分类
机译:约束最小二乘光谱分解,用于高光谱和多光谱图像中子像素目标的检测,分类和量化。
机译:基于特征融合和多层梯度升压决策树的高光谱图像分类方法
机译:基于共轭梯度更新和以像素为中心的频谱块特征,使用深度信仰网络进行高光谱分类