...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Geoscience and Remote Sensing Letters >Coding Convolutional Neural Networks as Spectral Transmittance for Intelligent Hyperspectral Remote Sensing in a Snapshot
【24h】

Coding Convolutional Neural Networks as Spectral Transmittance for Intelligent Hyperspectral Remote Sensing in a Snapshot

机译：编码卷积神经网络作为快照中智能超光谱遥感的光谱透射率

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The principle and procedure of coding a convolutional neural network (CNN) in terms of the spectral transmittance of a programmable optical filter are proposed and discussed. They exhibit an intrinsic link between the CNNs and the optical filters, which leads to a methodology by which optical imaging through such spectral transmittance can be seen as equivalent to the results of hyperspectral data numerically postprocessed by the CNN. In such a manner, hyperspectral data acquisition and CNN postprocessing can be implemented simultaneously by the physical process of optical imaging in a snapshot; thus, more intelligent, informative, and real-time optical detection and sensing in the remote sensing applications can be achieved.
机译：提出并讨论了在可编程光学滤波器的光谱透射率方面编码卷积神经网络（CNN）的原理和过程。 它们在CNN和光学滤波器之间展示了内在链路，这导致了通过这种光谱透射率的光学成像可以看到由CNN以数字上后处理的超光数据的结果等同于光学成像。 以这样的方式，高光谱数据采集和CNN后处理可以通过快照中的光学成像的物理过程同时实现; 因此，可以实现更智能，信息和实时光学检测和感测遥感应用中。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号