Zobrazeno 1 - 10
of 34
pro vyhledávání: '"Zuo, Xibing"'
Deep learning based methods have seen a massive rise in popularity for hyperspectral image classification over the past few years. However, the success of deep learning is attributed greatly to numerous labeled samples. It is still very challenging t
Externí odkaz:
http://arxiv.org/abs/2009.00320
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.
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.
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.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Acta Geodaetica et Cartographica Sinica, Vol 50, Iss 10, Pp 1358-1369 (2021)
Existing based on convolutional neural network classification method of hyperspectral images usually rules of the square area of image convolution, not widely adapt to different terrain local area distribution and geometry appearance of the image, th
Autor:
Zuo, Chao, Rui, Jie, Li, Meilin, Jin, Fei, Lin, Yuzhun, Wang, Shuxiang, Zuo, Xibing, Huo, Aimei
Publikováno v:
Proceedings of SPIE; December 2023, Vol. 12971 Issue: 1 p129710Q-129710Q-6, 1167397p