研究目的
提出一种基于图卷积网络(SGCN)的多光谱-空间图半监督学习新框架,通过同时考虑空间信息和光谱特征来提高高光谱图像(HSI)的分类精度。
研究成果
所提出的SGCN框架通过将空间信息和光谱特征融入图信号的滤波操作中,显著提高了高光谱图像的分类精度。未来工作将聚焦于利用更多可用信息构建可靠的邻接矩阵,并对邻接张量进行滤波处理。
研究不足
该论文未明确提及研究的局限性。
研究目的
提出一种基于图卷积网络(SGCN)的多光谱-空间图半监督学习新框架,通过同时考虑空间信息和光谱特征来提高高光谱图像(HSI)的分类精度。
研究成果
所提出的SGCN框架通过将空间信息和光谱特征融入图信号的滤波操作中,显著提高了高光谱图像的分类精度。未来工作将聚焦于利用更多可用信息构建可靠的邻接矩阵,并对邻接张量进行滤波处理。
研究不足
该论文未明确提及研究的局限性。
加载中....
您正在对论文“[IEEE 2018国际小波分析与模式识别会议(ICWAPR)- 中国成都(2018年7月15日-2018年7月18日)] 2018国际小波分析与模式识别会议(ICWAPR)- 用于半监督高光谱图像分类的谱空间图卷积网络”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期