Zobrazeno 1 - 10
of 78
pro vyhledávání: '"Wu, Xianyun"'
In this study, we address the emerging necessity of converting Standard Dynamic Range Television (SDRTV) content into High Dynamic Range Television (HDRTV) in light of the limited number of native HDRTV content. A principal technical challenge in thi
Externí odkaz:
http://arxiv.org/abs/2307.03394
Autor:
Wu, Xianyun1 (AUTHOR), Li, Longji1 (AUTHOR) m1446050591@163.com, Liu, Dekuan1 (AUTHOR), Li, Qian1 (AUTHOR)
Publikováno v:
PLoS ONE. 4/17/2024, Vol. 19 Issue 4, p1-24. 24p.
Publikováno v:
In Technological Forecasting & Social Change August 2023 193
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Wen, Xueying, Xu, Leilei *, Chen, Mindong, Shi, Yiyu, Lv, Chufei, Cui, Yan, Wu, Xianyun, Cheng, Ge, Wu, Cai-e, Miao, Zhichao, Wang, Fagen, Hu, Xun *
Publikováno v:
In Applied Catalysis B: Environment and Energy 15 November 2021 297
Autor:
Xu, Leilei, Wen, Xueying, Chen, Mindong, Lv, Chufei, Cui, Yan, Wu, Xianyun, Wu, Cai-e, Yang, Bo, Miao, Zhichao, Hu, Xun
Publikováno v:
In Fuel 15 December 2020 282
Publikováno v:
In Optik March 2018 157:382-387
Publikováno v:
IEEE Transactions on Geoscience and Remote Sensing. 60:1-13
The fusion of hyperspectral (HS) and panchromatic (PAN) images aims to generate a fused HS image that combines spectral information of the HS image with spatial information of the PAN image. In this article, we propose a multiresolution spatial-spect
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::637536f1622be400d4cfae9ebb68cd47
https://doi.org/10.1109/tgrs.2021.3066374
https://doi.org/10.1109/tgrs.2021.3066374
Publikováno v:
IEEE Transactions on Geoscience and Remote Sensing. 60:1-12
Recently developed deep learning-based hyperspectral anomaly detection (HAD) methods typically include two steps where the deep feature extraction is not designed specifically for the HAD task. In this article, we propose a spectral distribution-awar
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::83b9f89fb11dacd5bb9e11d73bf089a4
https://doi.org/10.1109/tgrs.2021.3089711
https://doi.org/10.1109/tgrs.2021.3089711