机译:高斯混合模型的大规模特征选择用于高维遥感影像的分类
Université de Toulouse, INP-ENSAT/INRA, UMR 1201 DYNAFOR, Castanet-Tolosan, France;
Université de Toulouse, INP-ENSAT/INRA, UMR 1201 DYNAFOR, Castanet-Tolosan, France;
Centre National d’Études Spatiales, French Space Agency, Toulouse, France;
Feature extraction; Covariance matrices; Imaging; Hyperspectral imaging; Earth; Gaussian mixture model;
机译:基于快速可分离性的高维遥感图像分类特征选择方法
机译:高斯混合模型分类的高光谱图像快速前向特征选择。
机译:基于监督高斯混合模型的遥感图像分类
机译:使用高斯混合模型和粒子群算法对遥感影像进行无监督分类
机译:自适应高斯混合估计及其在遥感图像无监督分类中的应用。
机译:基于高分辨率遥感影像的特征选择方法及敏感特征对分类精度的影响
机译:高斯混合模型的大规模特征选择用于高维遥感影像的分类