...
机译:基于多级别特征提取的Polsar图像的无监督分类
Civil Aviat Univ China Tianjin Key Lab Adv Signal Proc Tianjin Peoples R China;
Civil Aviat Univ China Tianjin Key Lab Adv Signal Proc Tianjin Peoples R China;
Civil Aviat Univ China Tianjin Key Lab Adv Signal Proc Tianjin Peoples R China;
Beijing Jiaotong Univ Beijing Key Lab Adv Informat Sci & Network Techno Inst Informat Sci Beijing 100044 Peoples R China;
Civil Aviat Univ China Tianjin Key Lab Adv Signal Proc Tianjin Peoples R China;
机译:跳过现实世界:无需显式特征提取的PolSAR图像分类
机译:基于Touzi散射矢量模型在非常高分辨率波萨马的背景下的一种新型无人监督方法
机译:基于稀疏表示的无监督PolSAR图像分类
机译:四元数神经网络的极化特征提取用于柔性无监督Polsar土地分类
机译:使用非迭代神经网络从直边物体的图像中提取特征并进行动态图像/特征分类。
机译:前房OCT图像的无监督特征提取用于排序和分类
机译:基于强大的低秩特征提取和马尔可夫随机字段的POLSAR图像分类
机译:从数字X射线图像中自动提取和分类。最后报告,截至1995年5月1日