首页> 外文OA文献 >Exploring error of linear mixed model for hyperspectral image reconstruction from spectral compressive sensing

【2h】

Exploring error of linear mixed model for hyperspectral image reconstruction from spectral compressive sensing

机译：探索光谱压缩传感的高光谱图像重建线性混合模型的误差

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Zhongliang Wang; Mi He; Zhen Ye; Yongjian Nian; Liang Qiao; Mingsheng Chen;
展开▼
作者单位

展开▼
年度 2019
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Exploring error of linear mixed model for hyperspectral image reconstruction from spectral compressive sensing [J] . Wang Zhongliang, He Mi, Ye Zhen, Journal of Applied Remote Sensing . 2019,第3期

机译：光谱压缩检测探讨高光谱图像重建线性混合模型的误差
2. Research on Hyperspectral Image Reconstruction Based on GISMT Compressed Sensing and Interspectral Prediction [J] . Sheng Cang, Achuan Wang International Journal of Optics . 2020,第3期

机译：基于GISMT压缩感测和三光谱预测的高光谱图像重建研究
3. Compressive Hyperspectral Imaging via Sparse Tensor and Nonlinear Compressed Sensing [J] . Yang Shuyuan, Wang Min, Li Peng, Geoscience and Remote Sensing, IEEE Transactions on . 2015,第11期

机译：稀疏张量和非线性压缩传感的压缩高光谱成像
4. Joint Mixed-Noise Removal and Compressed Sensing Reconstruction of Hyperspectral Images via Convex Optimization [C] . Saori Takeyama, Shunsuke Ono International Geoscience and Remote Sensing Symposium . 2020

机译：通过凸优化的关节混合噪声去除和压缩检测高光谱图像
5. Optimal spectral reconstructions from deterministic and stochastic sampling geometries using compressive sensing and spectral statistical models [D] . Jeromin, Oliver Max 2009

机译：使用压缩感测和光谱统计模型从确定性和随机采样几何结构中优化光谱重建
6. Distributed Compressed Hyperspectral Sensing Imaging Based on Spectral Unmixing [O] . Zhongliang Wang, Hua Xiao 2020

机译：基于光谱分解的分布式压缩高光谱传感成像
7. Nonlocal Tensor Sparse Representation and Low-Rank Regularization for Hyperspectral Image Compressive Sensing Reconstruction [O] . Jize Xue, Yongqiang Zhao, Wenzhi Liao, 2019

机译：高光谱图像压缩感应重建的非识别张量稀疏表示和低级正则化
8. Recent Advances in Compressed Sensing: Discrete Uncertainty Principles and Fast Hyperspectral Imaging. [R] . Lewis, M. E. 2015

机译：压缩感知的最新进展：离散不确定性原理和快速高光谱成像。

Exploring error of linear mixed model for hyperspectral image reconstruction from spectral compressive sensing

著录项

引文网络

相似文献

相关主题

期刊订阅