Sparsity-Based Clustering for Large Hyperspectral Remote Sensing Images

Hyperspectral image (HSI) clustering is extremely challenging because of the complexity of the image structure. Recently, the subspace clustering algorithms have achieved competitive performance for HSIs. However, these methods generally are computationally complex and time-and-memory-consuming, giv...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE transactions on geoscience and remote sensing Ročník 59; číslo 12; s. 10410 - 10424
Hlavní autoři:	Zhai, Han, Zhang, Hongyan, Zhang, Liangpei, Li, Pingxiang
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 01.12.2021 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Algorithms Biological system modeling Clustering Clustering algorithms Clustering methods Complexity Computational modeling Computer applications Dictionaries Encoding hyperspectral image (HSI) Hyperspectral imaging Image segmentation joint sparse coding Optimization Pixels Recovery recovery residual Remote sensing sparse coding Sparsity
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!