利用残差密集网络的高光谱图像分类下载： 1231次 | 激光与光电子学进展 -- 中国光学期刊网

激光与光电子学进展, 2019, 56 (15): 151006, 网络出版: 2019-08-05

利用残差密集网络的高光谱图像分类下载： 1231次

Hyperspectral Image Classification Based on Residual Dense Network

魏祥坡 ^*余旭初谭熊刘冰

作者单位

信息工程大学, 河南郑州 450001

图像处理高光谱图像残差学习密集网络残差密集网络 image proceedings hyperspectral image residual learning dense network residual dense network

知识挖掘

相关论文

1. 基于深层残差编解码的显微CT图像去噪算法

2023年

2. 基于快速三因子分解和组稀疏正则化的高光谱图像去噪

2023年

3. 基于自动阈值属性形态剖面光谱空间联合特征编码的高光谱图像分类

2023年

4. 基于多尺度特征提取的高光谱星载分类算法

2023年

5. 基于多尺度空洞卷积网络的多聚焦图像融合算法

2023年

6. 利用残差生成对抗网络的高光谱图像分类

2022年

7. 基于多层二部图的高光谱快速谱聚类算法

2022年

8. 基于图像差分和残差学习的PCB图像去噪算法

2022年

9. 基于对抗生长的目标检测方法

2022年

10. 基于改进DenseNet和空谱注意力机制的高光谱图像分类

2022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：

3378篇

高光谱图像

274篇

Hyperspectral image

212篇

21篇

residual learning

18篇

7篇

5篇

residual dense network

3篇

image proceedings

2篇

残差密集网络

2篇

本文研究领域论文发表情况（统计图）：

魏祥坡, 余旭初, 谭熊, 刘冰. 利用残差密集网络的高光谱图像分类[J]. 激光与光电子学进展, 2019, 56(15): 151006. Xiangpo Wei, Xuchu Yu, Xiong Tan, Bing Liu. Hyperspectral Image Classification Based on Residual Dense Network[J]. Laser & Optoelectronics Progress, 2019, 56(15): 151006.

点击上图查看本文图集

论文摘要 Full Text 图 & 表补充材料基本信息知识挖掘 Metrics PDF全文参考文献 & 引文

本文已被 4 篇论文引用
被引统计数据来源于中国光学期刊网

引用该论文： TXT | EndNote

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务，点击此处了解我们的隐私策略。如您需继续使用本网站，请您授权我们使用本地 cookie 来保存部分信息。

您最值得信赖的光电行业旗舰网络服务平台!

快速查询高级查询

最近搜索：

大家在搜：人工智能图像处理光子

热门搜索：机器视觉光通信光纤传感器