基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
信号的稀疏表示是目前计算机视觉领域中的研究热点,在对稀疏表示遥感图像分类方法进行综述的基础上,主要分析和总结稀疏表示中的稀疏系数求解方法、字典学习方法及分类方法方面的内容,并指出稀疏表示遥感图像分类方法需要进一步研究的问题。
推荐文章
基于SSAE深度学习特征表示的高光谱遥感图像分类方法
高光谱遥感图像分类
堆叠稀疏自动编码器
深度学习
特征表示
支持向量机
基于图像边缘位移的有监督的稀疏表示分类方法
图像分类
稀疏表示
训练样本
仿射约束
基于多任务联合稀疏表示的高光谱图像分类算法
多任务学习
稀疏表示
高光谱图像
图像分类
基于稀疏表示的遥感图像分类方法改进
稀疏表示
局部二值模式
遥感图像
局部纹理
字典学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 稀疏表示遥感图像分类方法综述
来源期刊 现代计算机:中旬刊 学科 工学
关键词 稀疏表示 遥感图像分类 稀疏系数求解 字典学习
年,卷(期) 2016,(11) 所属期刊栏目
研究方向 页码范围 67-70
页数 4页 分类号 TP751
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王保云 云南师范大学信息学院 57 82 5.0 7.0
2 何苗 云南师范大学信息学院 10 39 3.0 6.0
3 盛伟 云南师范大学信息学院 7 26 3.0 5.0
4 孔艳 云南师范大学信息学院 10 12 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
稀疏表示
遥感图像分类
稀疏系数求解
字典学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
总被引数(次)
0
论文1v1指导