Unsupervised Hyperspectral Image Band Selection Based on Deep Subspace Clustering

Hyperspectral image (HSI) consists of hundreds of continuous narrow bands with high redundancy, resulting in the curse of dimensionality and an increased computation complexity in HSI classification. Many clustering-based band selection approaches have been proposed to deal with such a problem. Howe...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE geoscience and remote sensing letters Ročník 16; číslo 12; s. 1889 - 1893
Hlavní autoři:	Zeng, Meng, Cai, Yaoming, Cai, Zhihua, Liu, Xiaobo, Hu, Peng, Ku, Junhua
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Piscataway IEEE 01.12.2019 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Band selection Classification Clustering Clustering algorithms Computation deep convolutional autoencoder (CAE) Feature extraction Geology hyperspectral image (HSI) Hyperspectral imaging Redundancy Sensor phenomena and characterization Spatial data Spectral bands subspace clustering Subspaces
ISSN:	1545-598X, 1558-0571
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!