咨询与建议

限定检索结果

文献类型

  • 1 篇 期刊文献

馆藏范围

  • 1 篇 电子文献
  • 0 种 纸本馆藏

日期分布

学科分类号

  • 1 篇 工学
    • 1 篇 电气工程
    • 1 篇 计算机科学与技术...
  • 1 篇 医学
    • 1 篇 临床医学

主题

  • 1 篇 representation-b...
  • 1 篇 sparse dictionar...
  • 1 篇 high computation...
  • 1 篇 improved sparse ...
  • 1 篇 collaborative re...
  • 1 篇 hyperspectral da...
  • 1 篇 low-dimensional ...
  • 1 篇 compact subspace
  • 1 篇 direct self-repr...
  • 1 篇 poor representat...
  • 1 篇 optimisation
  • 1 篇 matrix algebra
  • 1 篇 pattern clusteri...
  • 1 篇 anchored subspac...
  • 1 篇 image representa...
  • 1 篇 complex structur...
  • 1 篇 hyperspectral im...
  • 1 篇 high dimensional...
  • 1 篇 learning (artifi...
  • 1 篇 ssc algorithm

机构

  • 1 篇 nanjing univ sci...

作者

  • 1 篇 huang nan
  • 1 篇 xiao liang

语言

  • 1 篇 英文
检索条件"主题词=improved sparse subspace clustering method"
1 条 记 录,以下是1-10 订阅
排序:
Hyperspectral image clustering via sparse dictionary-based anchored regression
收藏 引用
IET IMAGE PROCESSING 2019年 第2期13卷 261-269页
作者: Huang, Nan Xiao, Liang Nanjing Univ Sci & Technol Sch Comp Sci & Engn Nanjing Jiangsu Peoples R China
clustering for hyperspectral images (HSIs) is a very challenging task because HSIs usually have large spectral variability, high dimensionality, and complex structures. The main issue of this study is to develop an im... 详细信息
来源: 评论