基于EMAPs空间光谱特征融合和SMLR的高光谱图像分类
提出了一种基于EMAPs和SMLR的高光谱图像分类方法。 首先，我们采用EMAPs（扩展形态学多属性谱）算法有效地提取了HSI的空间信息，并结合光谱信息形成了空间光谱特征融合模型。 EMAP可以用多个属性结构替换简单的结构元素，并对其进行级联以获得多个结构的属性特征。 然后，我们利用SMLR（稀疏多项式逻辑回归）进行HSI分类。 SMLR适用于高维和大数据集。 采用基于MLR的多分类器，并采用快速算法学习稀疏的多分类器。 与HSI实验中的其他方法相比，我们的方法提供了出色的结果。
文件下载
评论信息
其他资源
- 数据结构课设——走迷宫游戏
- plsql安装教程本地不需oracle客户端
- 基于BOOST电路的太阳能MPPT实现方法
- uCOSII移植
- libtinfo.so.5 64位
- multisim12汉化包
- 2017-广东工业大学数据库实验报告完整版
- jsp+mysql实现的博客系统
- 自定义的数据类型的OpenDDS实例_WIN10
- select2.min.js
- 手机时钟实战练习
- 红外循迹资料（程序及原理图）
- stackprof：用于ruby 2.2+的采样调用堆栈分析器-源码
- VS2019编译完成的poco工程zip
- 扬州大学《线性代数》课后习题答案.pdf
- iOS14.4 DeviceSupport.
- Xshell 6.zip
- 小米CC9维修原理图PCB位置图（PDF格式）
- ASP.NET医药ERP管理程序
- FCFS和SJF调度算法（C++）
- Java大学实用教程例子源代码
- VC++6.0开发的酒店管理系统
- Sideslip_angle_estimation
- 微信公众平台 网页授权获取用户基本信息(asp.net C#)
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明