机译:使用随机矩阵理论确定高光谱图像的本征维
School of Computational and Applied Mathematics, University of the Witwatersrand, Johannesburg, South Africa;
Approximation algorithms; Covariance matrix; Eigenvalues and eigenfunctions; Hyperspectral imaging; Noise; Vectors; Hyperspectral; intrinsic dimension; linear mixture model; random matrix theory; unmixing;
机译:相关性对确定高光谱图像固有尺寸的影响
机译:使用K-NN分类器的高光谱图像本征维估计和降维技术的比较研究
机译:使用随机矩阵理论的工具确定多元波动率模型的最优维数
机译:使用随机矩阵理论确定高光谱图像中的末端成员数量
机译:使用随机投影降低高光谱图像的维数。
机译:基于改进的空间光谱重量歧管嵌入的高光谱图像的维数减少
机译:使用随机矩阵理论确定高光谱图像的固有尺寸