激光与光电子学进展, 2019, 56 (9): 091001, 网络出版: 2019-07-05
基于数据简化的改进非负矩阵分解端元提取方法 下载: 951次
Improved Algorithm for Nonnegative Matrix Factorization and Endmember Extraction Based on Data Simplification
图像处理 高光谱遥感 混合像元分解 光谱信息熵 非负矩阵分解 端元提取 image processing hyperspectral remote sensing mixed pixel decomposition spectral information entropy nonnegative matrix decomposition endmember extraction
知识挖掘
相关论文
2023年
2023年
2016年
2016年
2016年
2014年
2013年
2012年
2011年
2009年
本文相似领域研究进展,
知识服务
本文主要研究领域论文发表情况:
3377篇
3196篇
121篇
37篇
29篇
15篇
1篇
本文研究领域论文发表情况(统计图):
徐君, 王旭红, 王彩玲. 基于数据简化的改进非负矩阵分解端元提取方法[J]. 激光与光电子学进展, 2019, 56(9): 091001. Jun Xu, Xuhong Wang, Cailing Wang. Improved Algorithm for Nonnegative Matrix Factorization and Endmember Extraction Based on Data Simplification[J]. Laser & Optoelectronics Progress, 2019, 56(9): 091001.