...
机译:深度CNN用于高光谱图像分类的数据增强
Beijing Univ Chem Technol, Coll Informat Sci & Technol, Beijing 100029, Peoples R China;
Beijing Univ Chem Technol, Coll Informat Sci & Technol, Beijing 100029, Peoples R China;
Beijing Univ Chem Technol, Coll Informat Sci & Technol, Beijing 100029, Peoples R China;
Southwest Jiaotong Univ, Sichuan Prov Key Lab Informat Coding & Transmiss, Chengdu 610031, Sichuan, Peoples R China;
Mississippi State Univ, Dept Elect & Comp Engn, Starkville, MS 39762 USA;
Convolutional neural network (CNN); data augmentation; hyperspectral imagery (HSI); pattern classification;
机译:深度CNN的高光谱图像分类的数据增强
机译:基于CNN的多层空间光谱特征融合和具有局部和非局部约束的样本增强用于高光谱图像分类
机译:基于CNN的多层空间光谱特征融合和采样增强与局部和非识别限制进行高光谱图像分类
机译:使用训练对抗网络和生成对抗网络对CNN高光谱图像进行分类
机译:使用深度学习和数据增强的宽视野图像中的条纹检测
机译:学习基于残差3D-2D CNN的深层空间光谱特征进行高光谱图像分类
机译:通过组合2-D CNN和3-D CNN,深度协作关注网络进行高光谱图像分类