中文版 | English

在结果中检索

CASIA OpenIR
（本次检索基于用户作品认领结果）

浏览/检索结果: 共5条，第1-5条 帮助

限定条件                
已选(0)清除 条数/页：   排序方式：
An Online Multiview Learning Algorithm for PolSAR Data Real-Time Classification 期刊论文
IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING, 2019, 卷号: 12, 期号: 1, 页码: 302-320
作者:  Nie, Xiangli;  Ding, Shuguang;  Huang, Xiayuan;  Qiao, Hong;  Zhang, Bo;  Jiang, Zhong-Ping
Adobe PDF(16269Kb)  |  收藏  |  浏览/下载：398/77  |  提交时间：2019/07/12
Multiview learning  online classification  passive-aggressive (PA) algorithm  polarimetric synthetic aperture radar (PolSAR)  
Point correspondence by a new third order graph matching algorithm 期刊论文
PATTERN RECOGNITION, 2017, 卷号: 65, 期号: 0, 页码: 108-118
作者:  Yang, Xu;  Qiao, Hong;  Liu, Zhi-Yong
Adobe PDF(1539Kb)  |  收藏  |  浏览/下载：449/133  |  提交时间：2017/03/09
Graph Matching  Point Correspondence  High Order Constraints  Adjacency Tensor  
Probabilistic hypergraph matching based on affinity tensor updating 期刊论文
NEUROCOMPUTING, 2017, 卷号: 269, 期号: 0, 页码: 142-147
作者:  Yang, Xu;  Liu, Zhi-Yong;  Qiao, Hong;  Su, Jian-Hua
Adobe PDF(2483Kb)  |  收藏  |  浏览/下载：574/159  |  提交时间：2017/03/09
Hypergraph Matching  Probabilistic Graph Matching  Tensor Decomposition  Structural Pattern Recognition  
Introducing locally affine-invariance constraints into lunar surface image correspondence 期刊论文
NEUROCOMPUTING, 2016, 卷号: 186, 期号: 无, 页码: 258-270
作者:  Zhang, Yu-Ren;  Yang, Xu;  Qiao, Hong;  Liu, Zhi-Yong;  Liu, Chuan-Kai
Adobe PDF(4290Kb)  |  收藏  |  浏览/下载：357/87  |  提交时间：2016/06/21
Keypoint Correspondence  Point Ambiguity  Graph Matching  Lunar Image Processing  
A Variational Model for PolSAR Data Speckle Reduction Based on the Wishart Distribution 期刊论文
IEEE TRANSACTIONS ON IMAGE PROCESSING, 2015, 卷号: 24, 期号: 4, 页码: 1209-1222
作者:  Nie, Xiangli;  Qiao, Hong;  Zhang, Bo;  Bo Zhang
浏览  |  Adobe PDF(4732Kb)  |  收藏  |  浏览/下载：380/88  |  提交时间：2015/09/18
Polarimetric Synthetic Aperture Radar (Polsar)  Speckle Reduction  Multi-channel Total Variation  Complex Wishart Distribution  Variational Model