基于深度学习的高光谱图像空-谱联合特征提取

黄鸿; 何凯; 郑新磊; 石光耀

doi:doi:10.3788/lop54.101001

激光与光电子学进展, 2017, 54 (10): 101001, 网络出版: 2017-10-09

基于深度学习的高光谱图像空-谱联合特征提取下载： 1267次

Spatial-Spectral Feature Extraction of Hyperspectral Image Based on Deep Learning

黄鸿何凯郑新磊石光耀

作者单位

重庆大学光电技术及系统教育部重点实验室, 重庆 400044

引用该论文

黄鸿, 何凯, 郑新磊, 石光耀. 基于深度学习的高光谱图像空-谱联合特征提取[J]. 激光与光电子学进展, 2017, 54(10): 101001.

Huang Hong, He Kai, Zheng Xinlei, Shi Guangyao. Spatial-Spectral Feature Extraction of Hyperspectral Image Based on Deep Learning[J]. Laser & Optoelectronics Progress, 2017, 54(10): 101001.

引用列表

1、基于快速双分支密集连接网络和双注意力机制的高光谱图像分类激光与光电子学进展, 2022, 59 (8): 0810002

2、一种利用空谱联合特征的高光谱图像分类方法激光与光电子学进展, 2020, 57 (20): 202803

3、基于多特征和改进自编码的高光谱图像分类激光与光电子学进展, 2020, 57 (8): 081010

4、基于灰色关联分析的卷积神经网络模型裁剪方法激光与光电子学进展, 2020, 57 (4): 041011

5、基于多尺度卷积特征融合的台风等级分类模型激光与光电子学进展, 2019, 56 (16): 160101

6、利用残差密集网络的高光谱图像分类激光与光电子学进展, 2019, 56 (15): 151006

7、基于卷积神经网络的SIFT特征描述子降维方法激光与光电子学进展, 2019, 56 (14): 141008

8、高光谱超分图像质量评价激光与光电子学进展, 2019, 56 (4): 041001

9、考虑空间相关性的半监督局部保持投影的高光谱图像特征提取激光与光电子学进展, 2019, 56 (2): 021003

10、结合图像语义分割的增强现实型平视显示系统设计与研究光学学报, 2018, 38 (7): 0710004

11、二维和三维卷积神经网络相结合的CT图像肺结节检测方法激光与光电子学进展, 2018, 55 (5): 051006

12、深度学习与激光诱导荧光在假酒识别中的应用激光与光电子学进展, 2018, 55 (4): 043001

13、一种结合深度置信网络与最优尺度的植被提取方法激光与光电子学进展, 2018, 55 (2): 021001

黄鸿, 何凯, 郑新磊, 石光耀. 基于深度学习的高光谱图像空-谱联合特征提取[J]. 激光与光电子学进展, 2017, 54(10): 101001. Huang Hong, He Kai, Zheng Xinlei, Shi Guangyao. Spatial-Spectral Feature Extraction of Hyperspectral Image Based on Deep Learning[J]. Laser & Optoelectronics Progress, 2017, 54(10): 101001.

基于深度学习的高光谱图像空-谱联合特征提取下载： 1267次

关于本站 Cookie 的使用提示

全站搜索

基于深度学习的高光谱图像空-谱联合特征提取 下载： 1267次

相关论文

相关资讯

关于本站 Cookie 的使用提示

全站搜索

基于深度学习的高光谱图像空-谱联合特征提取下载： 1267次