您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于局部和非局部上下文感知弹性网络表示的高光谱图像分类

  2. 通过将查询样本表示为所有标记样本的线性组合,然后通过评估哪个类别导致最小表示误差对它进行分类,基于表示的分类方法已成功用于高光谱图像(HSI)的分类。 根据不同规范的使用,已经在两种不同的范式中提出了基于稀疏表示的分类(SRC)和基于协作表示的分类(CRC)方法。 SRC鼓励使用少量带标签的样本,而CRC则鼓励使用所有带标签的样本来协同代表所有类别中的查询。 但是,当不同类别的有限标记样本不平衡时,学习的表示很难反映每个类别的特定特征。 为了克服这个问题,本文提出了一种基于图的上下文感知弹性网(
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:2097152
    • 提供者:weixin_38681628