您的位置： 专家智库 > >

陈宏达

作品数：2 被引量：24H指数：2
供职机构：复旦大学信息科学与工程学院电子工程系更多>>
发文基金：上海市教育委员会创新基金国家教育部博士点基金国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇遥感
  • 2篇遥感图像
  • 2篇图像
  • 2篇降维
  • 2篇高光谱遥感
  • 2篇高光谱遥感图...
  • 1篇视觉
  • 1篇视觉效果
  • 1篇图像欧氏距离
  • 1篇欧氏距离
  • 1篇线性降维
  • 1篇基于图像
  • 1篇降维方法
  • 1篇降维算法
  • 1篇非线性降维

机构

  • 2篇复旦大学

作者

  • 2篇陈宏达
  • 1篇张立明
  • 1篇王斌
  • 1篇普晗晔
  • 1篇王斌

传媒

  • 1篇红外与毫米波...

年份

  • 2篇2013
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
高光谱遥感图像的降维与分类研究
高光谱图像(Hyperspectral Image)通常指光谱分辨率在10nm数量级范围内的光谱图像。遥感技术经过半个世纪的发展，无论在理论上、技术上还是应用上均发生了重大的变化。其中，高光谱图像技术的出现和快速发展无疑...
陈宏达
关键词：高光谱遥感图像视觉效果降维方法
文献传递
基于图像欧氏距离的高光谱图像流形降维算法被引量：18
2013年
提出两种基于图像欧氏距离的非线性降维方法.该方法利用高光谱图像物理特性,将图像欧氏距离引入到传统的流形降维算法中.与其它应用于高光谱图像的降维算法相比,该算法具有诸多优点.图像欧氏距离的引入,在考虑高光谱图像本身的空间关系的同时,很好地保持了数据点之间的局部特性,可以实现有效地去除原始数据集光谱维和空间维的冗余信息.实际高光谱数据的实验结果表明,该算法应用于高光谱图像分类时,与其它常见的方法相比具有更高的分类精度.
陈宏达普晗晔王斌王斌
关键词：高光谱遥感图像非线性降维图像欧氏距离
全选 清除 导出
共1页<1>
聚类工具0