retain27430
这家伙很懒,什么也没写
高光谱图像分类与非监督学习的提升策略
利用非监督学习改进高光谱图像分类 核心思想: 该研究探索了非监督学习在提升高光谱图像分类性能方面的潜力。 方法: 特征提取: 使用非监督学习方法从高光谱数据中提取具有代表性的特征,例如聚类或降维技术。 分类器构建: 利用提取的特征训练分类器模型,以实现高光谱图像的精准分类。 优势: 减少
深度学习 5 0 pdf 2024-05-06 21:05:04
混合张量网络进行全监督和半监督分类
这篇论文介绍了一种基于混合张量网络的新型高光谱图像分类方法,可以在全监督和半监督学习场景下进行有效分类。该方法结合了稀疏张量分解和深度学习,充分利用了高光谱图像的结构性和光谱特征。实验结果表明,该方法在多个公开数据集上实现了最先进的分类性能。
深度学习 5 0 pdf 2024-05-02 02:05:25