机译:使用少量标记样本的高光谱图像分类的两阶段特征选择框架
College of Computer Science and Software Engineering, Shenzhen University, Shenzhen, China|c|;
Hyperspectral image classification; feature extraction; feature selection;
机译:特征选择会提高分类准确性吗?样本量和特征选择对解剖磁共振图像分类的影响
机译:基于特征量度的亲和传播技术在高光谱图像分类中的特征选择
机译:一种用于高光谱图像光谱空间分类的属性配置文件中最佳特征选择的无监督技术
机译:随机采样HDMR特征选择的新方法及其在高光谱图像分类中的应用
机译:蜂箱音频样本分类的特征选择和最佳特征子集的生成
机译:具有空间像素对特征的高光谱图像分类框架
机译:用有限训练样本分类高光谱图像的特征提取的未经选择的样本