中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共6条，第1-6条 帮助

已选(0)清除 条数/页：   排序方式：
基于迁移学习的遥感图像语义分割方法研究 学位论文
工学博士, 中国科学院大学自动化研究所: 中国科学院大学, 2021
作者:  晏亮
Adobe PDF(10529Kb)  |  收藏  |  浏览/下载：360/14  |  提交时间：2021/06/15
遥感图像处理  语义分割  迁移学习  领域自适应  深度学习  
Computational Intelligence in Remote Sensing Image Registration: A survey 期刊论文
International Journal of Automation and Computing, 2021, 卷号: 18, 期号: 1, 页码: 1-17
作者:  Yue Wu;  Jun-Wei Liu;  Chen-Zhuo Zhu;  Zhuang-Fei Bai;  Qi-Guang Miao;  Wen-Ping Ma;  Mao-Guo Gong
浏览  |  Adobe PDF(995Kb)  |  收藏  |  浏览/下载：290/75  |  提交时间：2021/02/23
Computational intelligence  evolutionary computation  neural network  deep learning  remote sensing image registration  
Supervised Polarimetric SAR Image Classification Using Tensor Local Discriminant Embedding 期刊论文
IEEE TRANSACTIONS ON IMAGE PROCESSING, 2018, 卷号: 27, 期号: 6, 页码: 2966-2979
作者:  Huang, Xiayuan;  Qiao, Hong;  Zhang, Bo;  Nie, Xiangli
收藏  |  浏览/下载：137/0  |  提交时间：2020/10/27
Land Cover Classification  Dimensionality Reduction  Feature Extraction  Spatial Information  Polarimetric Signature  Tensor Local Discriminant Embedding  Plosar Image  
Supervised Polarimetric SAR Image Classification Using Tensor Local Discriminant Embedding 期刊论文
IEEE TRANSACTIONS ON IMAGE PROCESSING, 2018, 期号: 27(6), 页码: 2966-2979
作者:  Huang, Xiayuan;  Qiao, Hong;  Bo, Zhang;  Nie, Xiangli
浏览  |  Adobe PDF(6084Kb)  |  收藏  |  浏览/下载：168/67  |  提交时间：2020/10/13
land cover classification  dimensionality reduction  tensor local discriminant analysis  PolSAR image  
极化合成孔径雷达图像特征提取方法研究 研究报告
2018
作者:  黄夏渊
浏览  |  Adobe PDF(4090Kb)  |  收藏  |  浏览/下载：274/62  |  提交时间：2018/08/23
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：391/93  |  提交时间：2015/09/18
Polarimetric Synthetic Aperture Radar (Polsar)  Speckle Reduction  Multi-channel Total Variation  Complex Wishart Distribution  Variational Model