机译:用于高光谱图像分类的两流卷积神经网络深度特征融合
Harbin Inst Technol Sch Instrumentat Sci & Engn Harbin 150001 Peoples R China|Univ Ghent UGent Dept Telecommun & Informat Proc GAIM B-9000 Ghent Belgium;
Harbin Inst Technol Sch Instrumentat Sci & Engn Harbin 150001 Peoples R China;
Univ Ghent IMEC UGent Dept Telecommun & Informat Proc GAIM B-9000 Ghent Belgium;
Feature extraction; Training; Streaming media; Machine learning; Hyperspectral imaging; Convolutional neural networks; Convolutional neural networks (CNNs); feature fusion; hyperspectral image (HSI) classification; squeeze-and-excitation (SE);
机译:基于卷积神经网络的高光谱图像深度特征提取与分类
机译:基于融合特征的高光谱图像分类来自1D和2D卷积神经网络的融合特征
机译:跨域卷积神经网络对光谱空间高光谱图像的高效深特征提取与分类
机译:基于子空间的特征提取和卷积神经网络相结合的新型深度学习框架
机译:深度卷积神经网络,用于融合高光谱和LiDAR数据。
机译:基于神经网络的应用基于神经网络的特征提取和数据融合来通过可见/短波近红外线和近红外高光谱成像进行地理原产地对地域原产地识别
机译:基于融合特征的高光谱图像分类来自1D和2D卷积神经网络的融合特征