基于局部表征少样本学习的高光谱图像跨场景分类

您当前的位置：

首页 >

文章列表页 >

基于局部表征少样本学习的高光谱图像跨场景分类

学术论文 | 更新时间：2025-12-08

上一篇|下一篇

- 基于局部表征少样本学习的高光谱图像跨场景分类
- Local Representation Few-Shot Learning for Hyperspectral Image Cross-Scene Classification
- 张宇翔，李伟，张蒙蒙，陶然
- 电子学报 2025年53卷第1期页码：248-258
- 作者机构：
  北京理工大学信息与电子学院，北京 100081
- 作者简介：
  张宇翔男，1995年1月出生于青海省西宁市.北京理工大学信息与电子学院博士研究生.主要研究方向为高光谱图像跨域分类.中国电子学会会员编号：E190159510M.
  李伟，男，1985年2月出生于湖北省随州市.现为北京理工大学信息与电子学院教授.主要研究方向为高光谱图像处理 E-mail: liw@bit.edu.cn
  张蒙蒙，女，1994年6月出生于山东省济宁市.现为北京理工大学信息与电子学院副研究员.主要研究方向为高光谱图像处理. E-mail: mengmengzhang@bit.edu.cn
- 基金信息：
  多光谱信息智能处理技术全国重点实验室资助项目(6142113220205);北京理工大学研究生科研水平和创新能力提升专项计划(2023YCXZ008)
- DOI： 10.12263/DZXB.20230937
  中图分类号：
- 修回：2024-01-19 ，
- 稿件说明：
移动端阅览
DOI：
DOI：

HTML全文
图( 34 ) 表( 7 )
参考文献
出版信息
数据统计
代码/数据集链接

摘要

Abstract

关键词

Keywords

references

84

浏览量

206

下载量

1

CSCD

文章被引用时，请邮件提醒。

提交

工具集

BibTeX下载
Endnote下载
RefMan 下载
NoteExpress下载
NoteFirst下载

关联资源

相关文章

基于元学习的图卷积网络少样本学习模型

基于多层小波深度聚合网络的高光谱图像超分辨率方法

高光谱图像分数域信息提取理论与方法进展

一种基于混合整型变换和3D-SPIHT的高光谱图像嵌入式无损压缩方法

一种加载介质钉层的宽角低扫描损耗毫米波双极化相控阵

相关作者

陶然

张宇翔

刘鑫磊

冯林

廖凌湘

龚勋

苏菡

王俊

相关机构

资阳市公安局网络安全保卫支队

四川师范大学商学院

西南交通大学计算机与人工智能学院

四川师范大学计算机科学学院

江苏省光谱成像与智能感知重点实验室