您当前的位置：
首页 >
文章列表页 >
基于文本增强对比与自适应原型引导的跨域高光谱图像分类
信息科学 | 更新时间：2026-10-10
上一篇|下一篇

    • 基于文本增强对比与自适应原型引导的跨域高光谱图像分类

    • Text-enhanced contrastive learning and adaptive prototype guidance for cross-domain hyperspectral image classification

    • “研究团队提出文本增强动态对比与自适应原型引导分类方法，通过动态对比学习与自适应原型引导的有效协同，显著提升了跨域少样本场景下的分类精度与稳定性，为解决域偏移与标注稀缺双重挑战提供解决方案。”
    • 宋敬海 ，刘小生
    • 光学精密工程 2026年34卷第18期 页码：2922-2935

    • DOI： 10.37188/OPE.20263418.2922     

      中图分类号：
    • CSTR： 32169.14.OPE.20263418.2922     

    • 修回：2026-07-20 ，

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 7 ) 表( 6 )

  • 参考文献

  • 出版信息

  • 数据统计

87

浏览量

55

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

双向特征调制与文本引导渐进融合的细粒度指代表达分割方法
高斯交叉特征融合的高光谱图像分类方法
面向高光谱图像分类的空谱判别分析
基于多尺度分割的高光谱图像稀疏表示与分类
地基空间目标望远镜全天时探测能力特性模型设计及实现

相关作者

孙俊喜
蔺新博
付强
寇婷婷
李军龑
才华
王海荣
杨建玲

相关机构

长春理工大学 电子信息工程学院
北方民族大学 计算机科学与工程学院
宁夏气象防灾减灾重点实验室（宁夏气象科学研究所）
火箭军工程大学
第二炮兵工程大学 信息工程系