<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(yùn)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(yùn)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(qiáng)地物的可分離性。此外,通過標(biāo)注像元直接構(gòu)建的字 

【文章來源】：地理與地理信息科學(xué). 2019,35(01)北大核心CSCD

【文章頁數(shù)】：1 頁

【參考文獻(xiàn)】：
期刊論文
[1]稀疏表示和判別性字典學(xué)習(xí)的艦船圖像自動分割算法[J]. 馮學(xué)橋.  艦船科學(xué)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(jì)算機(jī)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(jìn)主動基礎(chǔ)模型[D]. 張孟承.西安電子科技大學(xué) 2020



本文編號：3223091