Unsupervised hierarchical convolutional sparse auto-encoder for high spatial resolution imagery scene classification

Recently, efficiently representing the scenes from a large volume of high spatial resolution (HSR) images is a critical problem to be solved. Traditional scene classification problems were solved by utilizing the spatial, spectral and structural features of the HSR images separately or jointly, whic...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Proceedings (International Conference on Natural Computation. Print) s. 42 - 46
Hlavní autoři:	Han, Xiaobing, Zhong, Yanfei, Zhao, Bei, Zhang, Liangpei
Médium:	Konferenční příspěvek Journal Article
Jazyk:	angličtina
Vydáno:	IEEE 01.08.2015
Témata:	Algorithms Classification Conferences Convolution Data mining Decoding Deep Learning dropout Encoding Feature extraction hierarchical convolutional sparse autoencoder (HCSAE) Hierarchies HSR images Image classification Machine learning Robustness scene classification Spatial resolution Spectra Strategy
ISSN:	2157-9563
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!