Department of Electrical Computer Engineering Mississippi State University, MS 39762, USA;
noise-adjusted principal components (NAPC) transform; principal components analysis (PCA); hyperspectral image classification; hyperspectral image compression; hyperspectral image visualization;
机译:使用噪声调整后的主分量变换从光学遥感图像中去除薄云
机译:使用最小噪声分数和主成分分析变换进行特征缩减,以改善高光谱图像的分类
机译:基于主成分分析和独立成分分析方法的矿物高光谱图像定量解释
机译:使用噪声调整的主成分变换的高光谱图像分析
机译:JPEG2000的性能及主成分分析在高光谱图像压缩中的应用。
机译:中红外高光谱成像和主成分分析快速定量空气污染物
机译:具有噪声调整后的主成分分析的联合本地块分组,用于高光谱遥感图像稀疏解密