机译:用于高光谱图像分类的多类特征学习:稀疏和分层解决方案
Univ Zurich, Dept Geog, CH-8006 Zurich, Switzerland;
Univ Nice Sofia Antipolis, Lab Lagrange, CNRS, UMR 7293,OCA, Nice, France;
Univ Bretagne Sud IRISA, Vannes, France;
Hyperspectral imaging; Active set; Feature selection; Multimodal; Hierarchical feature extraction; Deep learning;
机译:局部块多层稀疏极限学习机用于高光谱图像的有效特征提取和分类
机译:基于稀疏表示的增强加权多项式Logistic极限学习机,具有加权复合特征,用于高光谱图像的光谱空间分类
机译:基于多个特征学习的自适应内核稀疏表示,用于高光谱图像分类
机译:使用空间光谱特征的高光谱图像分类的稀疏多核学习
机译:图像集分类和对应估计的稀疏表示和特征学习
机译:学习基于残差3D-2D CNN的深层空间光谱特征进行高光谱图像分类
机译:用于高光谱图像分类的多类特征学习: 稀疏和分层的解决方案