机译:$ {{rm E} ^ {2}} {rm LMs} $:集成用于高光谱图像分类的极限学习机
Key Laboratory for Satellite Mapping Technology and Applications of State Administration of Surveying, Mapping, and Geoinformation of China, Nanjing University, Nanjing, China|c|;
Bagging-based ensemble extreme learning machines (BagELMs); boostELMs; classification; ensemble extreme learning machines (${{bf E}^{2}}{bf LMs}$ ); ensemble learning (EL); extreme learning machine (ELM); hyperspectral remote sensing;
机译:基于随机平均频段选择的高光谱遥感图像分类和集合内核极端学习机
机译:基于内核的极端学习机框架,用于使用主动学习的超光图像分类
机译:RFSEN-ELM:使用旋转森林进行图像分类的极端学习机的选择
机译:极端学习机的纹理特征提取与集成用于高光谱图像分类
机译:光谱带选择用于高光谱图像的整体分类,并应用于农业和食品安全。
机译:用于高光谱图像光谱空间分类的线性与非线性极限学习机
机译:基于极端学习机的合奏转移学习高光谱图像分类