您当前的位置：
首页 >
文章列表页 >
高斯交叉特征融合的高光谱图像分类方法
信息科学 | 更新时间：2026-01-29

    • 高斯交叉特征融合的高光谱图像分类方法

    • Gaussian cross-based feature fusion method for hyperspectral image classification

    • “在高光谱图像分类领域，专家构建了高斯交叉特征融合模型，验证了其在植物、人工地物和异构混合场景中的分类优势，为该领域研究提供了新方向。”
    • 光学精密工程   2026年34卷第2期 页码：279-295

    • DOI：10.37188/OPE.20263402.0279    

      中图分类号： TP751
    • CSTR：32169.14.OPE.20263402.0279    

    • 收稿：2025-09-03，

      修回：2025-10-22，

      纸质出版：2026-01-25

    移动端阅览

  • 王文龙,王海荣,易之航等.高斯交叉特征融合的高光谱图像分类方法[J].光学精密工程,2026,34(02):279-295.

    WANG Wenlong,WANG Hairong,YI Zhihang,et al.Gaussian cross-based feature fusion method for hyperspectral image classification[J].Optics and Precision Engineering,2026,34(02):279-295.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

改进U-Net的全局特征融合水下图像增强网络
引入注意力机制的轻量级小目标检测网络
面向高光谱图像分类的空谱判别分析
高频引导的多尺度空间感知异常检测网络
自适应特征的轻量化路面裂缝检测方法

相关作者

高绍姝
焦广森
李广峰
刘宗恩
朱威
王立凯
靳作宝
何德峰

相关机构

中国石油大学（华东） 青岛软件学院、计算机科学与技术学院， 山东省智能油气工业软件重点实验室
中国石油大学（华东） 石油工业训练中心
浙江工业大学 信息工程学院
火箭军工程大学
厦门大学 萨本栋微米纳米科学技术研究院
0