Hyperspectral unmixing using deep convolutional autoencoder

Hyperspectral Unmixing (HU) estimates the combination of endmembers and their corresponding fractional abundances in each of the mixed pixels in the hyperspectral remote sensing image. In this paper, we address the linear unmixing problem with an unsupervised Deep Convolutional Autoencoder network (...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	International journal of remote sensing Jg. 41; H. 12; S. 4799 - 4819
Hauptverfasser:	Elkholy, Menna M., Mostafa, Marwa, Ebied, Hala M., Tolba, Mohamed F.
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	London Taylor & Francis 17.06.2020 Taylor & Francis Ltd
Schlagworte:	Coders data collection Datasets extracts Feature extraction image analysis Mean square errors Noise reduction Remote sensing Root-mean-square errors
ISSN:	0143-1161, 1366-5901, 1366-5901
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!