- 博客(2)
- 收藏
- 关注
RSS订阅原创 低秩知识整理
图 2-3 中的曲线表明，干净的高光谱数据具有强的低秩特性，而带噪声的数据破坏了低秩结构特征，低秩特性表现不够明显。因此，通过对 HSI 的每个波段进行矢量化并将原始 3D HSI 重塑为 2D 矩阵，可以实现各种低秩近似，例如主成分分析 (PCA) [30]、[57]、[58]、鲁棒 PCA [20] 、[29]、[32]和低秩矩阵分解[46]已被直接采用来恢复HSI。光谱低秩性的概念就是使用低维度模型来描述和表示光谱数据，从而减少冗余和噪声的影响，提高光谱数据的分析和处理效果。
2024-03-04 16:29:07
1074
原创 Linux服务器中所遇环境问题解决方法记录
这些依赖项将主要存在于您的本地计算机中，因此当您使用基于 python 的图像执行 docker 构建时，应用程序运行没有任何问题，您将收到此错误。cv2解决此问题的更简单方法是您可以更新软件包并安装正常运行所需的其他依赖项。运行以下命令即可解决！
2023-07-24 15:09:22
47
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人