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...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	IEEE transactions on geoscience and remote sensing Jg. 60; S. 1 - 15
Hauptverfasser:	Jin, Qiwen, Ma, Yong, Mei, Xiaoguang, Ma, Jiayi
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	New York IEEE 2022 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Schlagworte:	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
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!