Deformable Convolutional Neural Networks for Hyperspectral Image Classification
Deformable Convolutional Neural Networks for Hyperspectral Image Classification
复制标题
用于高光谱图像分类的可变形卷积神经网络
DOI：
10.1109/lgrs.2018.2830403
复制
发表时间：
2018-05
影响因子：
4.8
通讯作者：
Pedram Ghamisi
中科院分区：
文献类型：
--
作者：
Jian Zhu;Leyuan Fang;Pedram Ghamisi
卷积神经网络（CNN）最近已被证明是一个强大的工具，用于高光谱图像（HSI）分类，因为它们采用深卷积层，其内核可以有效地提取高级别的空间光谱特征。
Convolutional neural networks (CNNs) have recently been demonstrated to be a powerful tool for hyperspectral image (HSI) classification, since they adopt deep convolutional layers whose kernels can effectively extract high-level spatial–spectral features.
登录
查看更多内容
DOI：
--
发表时间：
--
期刊：
--
影响因子：
--
作者：
通讯作者：
--
HCP：用于多标签图像分类的灵活 CNN 框架
DOI：
10.1109/tpami.2015.2491929
发表时间：
2016-09-01
影响因子：
23.6
作者：
Wei, Yunchao;Xia, Wei;Yan, Shuicheng
通讯作者：
Yan, Shuicheng
影响因子：
4.8
作者：
Cheng, Gong;Li, Zhenpeng;Wei, Zhongliang
通讯作者：
Wei, Zhongliang
估算不同湿度条件下的土壤盐分：实验研究
DOI：
10.1109/tgrs.2016.2646420
发表时间：
2017-05-01
影响因子：
8.2
作者：
Yang, Xiguang;Yu, Ying
通讯作者：
Yu, Ying
基于多数据高光谱图像无监督线性分解的作物产量估算
影响因子：
8.2
作者：
Luo, Bin;Yang, Chenghai;Chanussot, Jocelyn;Zhang, Liangpei
通讯作者：
Zhang, Liangpei