高光谱目标认知 | 浏览量 : 0 下载量: 983 CSCD: 0

  • 导出

  • 分享

  • 收藏

  • 专辑

    • 深度展开网络的高光谱异常探测

    • Deep unfolding network for hyperspectral anomaly detection

    • “在高光谱异常探测领域，研究者将低秩表示模型与深度学习技术结合，提出了LRR-Net，有效提高了探测精度和泛化性。”
    • 2024年28卷第1期 页码：69-77   

      收稿日期：2023-03-15，

      纸质出版日期：2024-01-07

    • DOI： 10.11834/jrs.20233075     

    移动端阅览

  • 李晨玉，洪丹枫，张兵.2024.深度展开网络的高光谱异常探测.遥感学报，28（1）： 69-77 DOI： 10.11834/jrs.20233075.
    Li C Y，Hong D F and Zhang B. 2024. Deep unfolding network for hyperspectral anomaly detection. National Remote Sensing Bulletin， 28（1）：69-77 DOI： 10.11834/jrs.20233075.
  •  
  •  
文章被引用时，请邮件提醒。
提交

相关文章

相关作者

杜博 武汉大学 计算机学院
张良培 武汉大学 测绘遥感信息工程国家重点实验室
朱德辉 武汉大学 测绘遥感信息工程国家重点实验室
杨刚 宁波大学 地理与空间信息技术系
张殿发 宁波大学 地理与空间信息技术系
李飞 宁波大学 地理与空间信息技术系
孙伟伟 宁波大学 地理与空间信息技术系
岑奕 中国科学院遥感与数字地球研究所

相关机构

武汉大学 测绘遥感信息工程国家重点实验室
武汉大学 计算机学院
宁波大学 地理与空间信息技术系
武汉大学 测绘遥感信息工程国家重点实验室
中国科学院遥感与数字地球研究所
0