您当前的位置:
首页 >
文章列表页 >
用于高光谱图像解混的空谱重加权稀疏多层非负矩阵分解
信息科学 | 更新时间:2025-02-20
    • 用于高光谱图像解混的空谱重加权稀疏多层非负矩阵分解

    • Spatial-spectral reweighted sparse multi-layer nonnegative matrix factorization for hyperspectral image unmixing

    • 在高光谱遥感图像解混领域,研究者提出了一种新的空间-光谱重加权的稀疏多层非负矩阵分解算法,有效降低噪声影响,提升解混性能。
    • 光学精密工程   2024年32卷第22期 页码:3348-3365
    • DOI:10.37188/OPE.20243222.3348    

      中图分类号: TP394.1;TH691.9
    • 收稿日期:2024-06-11

      修回日期:2024-08-08

      纸质出版日期:2024-11-25

    移动端阅览

  • 唐继明,保文星,雷冰冰等.用于高光谱图像解混的空谱重加权稀疏多层非负矩阵分解[J].光学精密工程,2024,32(22):3348-3365. DOI: 10.37188/OPE.20243222.3348.

    TANG Jiming,BAO Wenxing,LEI Bingbing,et al.Spatial-spectral reweighted sparse multi-layer nonnegative matrix factorization for hyperspectral image unmixing[J].Optics and Precision Engineering,2024,32(22):3348-3365. DOI: 10.37188/OPE.20243222.3348.

  •  
  •  

0

浏览量

10

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

空间摄影相机的胶片负压展平系统

相关作者

陶家生

相关机构

中国科学院 长春光学精密机械与物理研究所
0