高光谱目标认知 | 浏览量:1232下载量:3356CSCD:4

  • 导出

  • 收藏

  • 专辑

    • 深度展开网络的高光谱异常探测

    • Deep unfolding network for hyperspectral anomaly detection

    • “在高光谱异常探测领域，研究者将低秩表示模型与深度学习技术结合，提出了LRR-Net，有效提高了探测精度和泛化性。”
      • 角色：First author第一作者
      • 机构：

        中国科学院空天信息创新研究院, 北京 100094

        东南大学 数学学院, 南京 210089

      • 邮箱：lichenyu@seu.edu.cn
      • 简介：李晨玉，研究方向为遥感大数据。E-mail： lichenyu@seu.edu.cn

      李晨玉

      12，
      • 角色：Corresponding author通信作者
      • 机构：

        中国科学院空天信息创新研究院, 北京 100094

        中国科学院大学 电子电气与通信工程学院, 北京 100049

      • 邮箱：hongdf@aircas.ac.cn
      • 简介：洪丹枫，研究方向人工智能，多模态遥感大数据。E-mail： hongdf@aircas.ac.cn

      洪丹枫

      13 * ，
      • 机构：

        中国科学院空天信息创新研究院, 北京 100094

        东南大学 数学学院, 南京 210089

        中国科学院大学 资源与环境学院, 北京 100049

      张兵

      124
    • 2024年28卷第1期 页码：69-77  

    • DOI：10.11834/jrs.20233075    

    移动端阅览

    移动端阅览

  • 引用

    翻译全文

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 13 ) 表( 2 )

  • 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

杜博 武汉大学 计算机学院
张良培 武汉大学 测绘遥感信息工程国家重点实验室
朱德辉 武汉大学 测绘遥感信息工程国家重点实验室
杨刚 宁波大学 地理与空间信息技术系
张殿发 宁波大学 地理与空间信息技术系
李飞 宁波大学 地理与空间信息技术系
孙伟伟 宁波大学 地理与空间信息技术系
岑奕 中国科学院遥感与数字地球研究所

相关机构

武汉大学 测绘遥感信息工程国家重点实验室
武汉大学 计算机学院
宁波大学 地理与空间信息技术系
武汉大学 测绘遥感信息工程国家重点实验室
中国科学院遥感与数字地球研究所