TANet: An Unsupervised Two-Stream Autoencoder Network for Hyperspectral Unmixing

Spectral unmixing is a major technique for the further development of hyperspectral analysis. It aims to determine the corresponding proportion (fractional abundance) of the basic spectral signatures (endmembers) blindly at the subpixel level. Recently, the learning-based method has received much at...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE transactions on geoscience and remote sensing Ročník 60; s. 1 - 15
Hlavní autoři:	Jin, Qiwen, Ma, Yong, Mei, Xiaoguang, Ma, Jiayi
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 2022 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Autoencoder Data mining Decoding deep learning hyperspectral image (HSI) Hyperspectral imaging hyperspectral unmixing Image reconstruction Image segmentation Learning Neural networks Pixels Rivers Spectral signatures Task analysis Training
ISSN:	0196-2892, 1558-0644
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!