高光谱地物识别 | 浏览量:671下载量:1596CSCD:1

  • 导出

  • 收藏

  • 专辑

    • 结合空间—光谱信息的快速自训练高光谱遥感影像分类

    • Fast self-training based on spatial-spectral information for hyperspectral image classification

    • “在高光谱影像分类领域，专家提出了基于空间—光谱信息的快速自训练方法，有效提升了分类精度。”
      • 角色：First author第一作者
      • 机构：

        中国地质大学(武汉) 地球物理与空间信息学院, 武汉 430074

        湖北珞珈实验室, 武汉 430079

        武汉大学 测绘遥感信息工程国家重点实验室, 武汉 430079

      • 邮箱：yao.jin@whu.edu.cn
      • 简介：金垚，研究方向为高光谱遥感影像降维与分类。E-mail： yao.jin@whu.edu.cn

      金垚

      123，
      • 角色：Corresponding author通信作者
      • 机构：

        中国地质大学(武汉) 地球物理与空间信息学院, 武汉 430074

        湖北珞珈实验室, 武汉 430079

        武汉大学 资源与环境科学学院, 武汉 430079

      • 邮箱：dongyanni@cug.edu.cn
      • 简介：董燕妮，研究方向为遥感图像智能解译。E-mail： dongyanni@cug.edu.cn

      董燕妮

      124 * ，
      • 机构：

        武汉大学 计算机学院, 武汉 430072

      杜博

      5
    • 2024年28卷第1期 页码：219-230  

    • DOI：10.11834/jrs.20232286    

    移动端阅览

    移动端阅览

  • 引用

    翻译全文

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 44 ) 表( 7 )

  • 参考文献

  • 出版信息

  • 数据统计

文章被引用时，请邮件提醒。
提交

相关文章

相关作者

杨星 湖南大学 电气与信息工程学院;鹏城实验室
方乐缘 湖南大学 电气与信息工程学院;鹏城实验室
岳俊 中南大学 自动化学院

相关机构

湖南大学 电气与信息工程学院
鹏城实验室
中南大学 自动化学院