机译:主动转移学习网络:用于高光谱图像分类的统一的深度联合光谱空间特征学习模型
Xidian Univ, Sch Elect Engn, Xian 710071, Shaanxi, Peoples R China;
Xidian Univ, Sch Elect Engn, Xian 710071, Shaanxi, Peoples R China;
Beihang Univ, State Key Lab Software Dev Environm, Beijing 100191, Peoples R China;
Xidian Univ, Sch Elect Engn, Xian 710071, Shaanxi, Peoples R China;
Univ Sydney, UBTECH Sydney Artificial Intelligence Ctr, Fac Engn & Informat Technol, Darlington, NSW 2008, Australia|Univ Sydney, Sch Informat Technol, Fac Engn & Informat Technol, Darlington, NSW 2008, Australia;
Active learning (AL); deep learning; hyperspectral image (HSI) classification; multiple-feature representation; stacked sparse autoencoder (SSAE); transfer learning (TL);
机译:学习和传递深联合光谱-空间特征进行高光谱分类
机译:基于光谱-空间联合特征的深度学习高光谱海冰图像分类
机译:基于主动学习的高光谱图像分类和使用空间坐标的光谱 - 空间特征融合
机译:基于光谱和多空间特征的深度学习的高光谱遥感图像分类
机译:主动学习技术在高光谱数据光谱空间分类中的研究进展
机译:主动学习加深度学习可以为多通道图像建立成本效益和强大的模型:一个关于高光谱图像分类的案例
机译:主动转移学习网络:高光谱图像分类的统一深度联接光谱空间特征学习模型