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
Shaanxi Normal Univ, Sch Comp Sci, Dept Comp Sci, Xian 710119, Shaanxi, Peoples R China|Shandong Womens Univ, Sch Data & Comp Sci, Jinan 250300, Shandong, Peoples R China;
Shaanxi Normal Univ, Sch Comp Sci, Dept Comp Sci, Xian 710119, Shaanxi, Peoples R China;
Shaanxi Normal Univ, Sch Geog & Tourism, Xian 710119, Shaanxi, Peoples R China;
Calif State Univ Fullerton, Sch Engn & Comp Sci, Fullerton, CA 90831 USA;
Convolutional neural network (CNN); guided filter; hyperspectral image (HSI) classification; spectral-spatial fusion;
机译:利用深度卷积神经网络对高光谱图像进行光谱空间分类
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:基于关注驱动的卷积神经网络的高光谱图像分类的基于卷积神经网络的多级光谱空间特征学习
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:近红外高光谱图像的深度光谱空间特征用于像素的食品分类
机译:FMRSS NET:基于FAST矩阵表示的光谱空间特征学习卷积神经网络进行高光谱图像分类
机译:高光谱图像特征提取的神经关联模型及其在小波域中的应用