高光谱图像处理
半个夏天1314
这个作者很懒,什么都没留下…
展开
-
高光谱半监督分类(一)SS-LPSVM
最近一直在看半监督在高光谱图像分类上的应用,打算写一个系列,把一些经典的效果好的论文总结梳理一下,当作一个督促。一. 半监督大体分成五种方法① Generative model 缺点:生成模型是基于严格的假设构建的,例如,训练样本应遵循高斯分布或其他分布②Self-trainingSelf-Training的做法如下:用已标注数据集A训练一个分类模型M用该模型对未标记数据集B进行预测将预测结果中置...原创 2018-04-24 22:42:39 · 4170 阅读 · 4 评论 -
高光谱图像分类笔记-Hyperspectral image classification via a random patches network
文章中提出了一种有效的基于深度学习的方法Random Patches Network (RPNet) 用于高光谱图像分类,它直接将从图像中取得到的随机patches视为卷积核而无需任何训练。 通过结合浅层和深层卷积特征,RPNet具有多尺度的优点,它具有更好的高光谱分类效果。目前普遍的深度高光谱图像分类的方法都是Fig.1所示,分别提取得到光谱信息,空间信息或者两者的联合信息然后用分类器分类,但是...原创 2018-07-11 15:37:27 · 10208 阅读 · 2 评论 -
高光谱图像分类《Spatial Sequential Recurrent Neural Network for Hyperspectral Image Classification》
空间序列递归神经网络用于高光谱图像分类本文基于2018年发表于期刊Journal of Selected Topics in Applied Earth Observations and Remote Sensing上的论文“Spatial Sequential Recurrent Neural Network for Hyperspectral Image Classification”...原创 2018-10-17 16:08:07 · 12655 阅读 · 32 评论