<正>稀疏表示作為一種新型數(shù)據(jù)挖掘技術(shù),能夠有效地挖掘影像中各種類型的稀疏特性,已被廣泛應(yīng)用于高光譜遙感影像分類。但是,基于單一特征的稀疏表示模型不能有效地挖掘影像中蘊含的豐富的稀疏特性,且每種單一特征關(guān)聯(lián)的不同非線性結(jié)構(gòu)特征同樣蘊含豐富的稀疏特性,充分地挖掘不同特征的稀疏模式和不同非線性結(jié)構(gòu)特征的稀疏模式有助于增強地物的可分離性。此外,通過標注像元直接構(gòu)建的字 

【文章來源】：地理與地理信息科學. 2019,35(01)北大核心CSCD

【文章頁數(shù)】：1 頁

【參考文獻】：
期刊論文
[1]稀疏表示和判別性字典學習的艦船圖像自動分割算法[J]. 馮學橋.  艦船科學技術(shù). 2021(02)
[2]稀疏表示模型及高光譜遙感應(yīng)用研究[J]. 張敬尊,張睿哲,徐光美,王金華,何寧.  計算機技術(shù)與發(fā)展. 2020(10)

碩士論文
[1]用于動物頭像檢測的改進主動基礎(chǔ)模型[D]. 張孟承.西安電子科技大學 2020



本文編號：3223091