您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. \Hyperspectral Remote Sensing高光谱遥感原理与应用 英文

  2. \Hyperspectral Remote Sensing高光谱遥感原理与应用\Hyperspectral Remote Sensing高光谱遥感原理与应用
  3. 所属分类:专业指导

    • 发布日期:2010-08-09
    • 文件大小:3145728
    • 提供者:glaciersun
  1. Hyperspectral Remote Sensing Principles and Applications

  2. 高光谱遥感方面的一本很不错的外文书籍,郑重推荐!
  3. 所属分类:专业指导

    • 发布日期:2010-10-15
    • 文件大小:3145728
    • 提供者:shenli_sandy
  1. Gabor Filtering Based Deep Network

  2. This is the code for the paper "Classification of Hyperspectral Images by Gabor Filtering Based Deep Network, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2018, 11(4), 1166-1178.", and more details can be found i
  3. 所属分类:深度学习

    • 发布日期:2018-10-11
    • 文件大小:7340032
    • 提供者:qq_34339533
  1. CNN-remote-sensing-master1.zip

  2. 利用CNN实现高光谱遥感影像分类,使用Keras框架,可供初学者学习
  3. 所属分类:深度学习

    • 发布日期:2019-10-18
    • 文件大小:12288
    • 提供者:qq_28319843
  1. 基于自外差激光线宽测量方法改进的理论与实验研究.pdf

  2. 基于自外差激光线宽测量方法改进的理论与实验研究。本文从自外差线宽测量的基本原理出发,分析了传统LC-RDSHI线宽测量精度有限的根本原因。……致谢 致谢 又一年春风碎柳,百花碾落,驻足回首,兀自发现流年已悄然逝去。岁月捎 走青涩,沉淀下难忘的记忆 古语有云:“师者,传道授业解惑者乜”。恩师刘涛研究员是一个学识渊博, 治学严谨的科研工作者,同时也是一个严格而又不失慈爱的学习以及精神导师。 在其三年的悉心指导下,我逐渐养成了乐于探索、勤于思考的丬惯。由衷的感谢 他对我的教诲,我将铭记于心 非常感谢张
  3. 所属分类:制造

    • 发布日期:2019-07-02
    • 文件大小:8388608
    • 提供者:chengchencs
  1. 多光谱图像评价指标含psnr,rmse, ergas, sam, uiqi,ssim,DD,CCS

  2. 含psnr,rmse, ergas, sam, uiqi,ssim,DD,CCS,matlab版图片评估指标,适用与高光谱图像,多波段图像 Computes a number of quality indices from the remote sensing literature, namely the RMSE, ERGAS, SAM and UIQI indices. ground_truth - the original image (3D image),
  3. 所属分类:电信

    • 发布日期:2020-11-28
    • 文件大小:7168
    • 提供者:siyumiao_hbu
  1. 基于卷积神经网络的高光谱遥感地物多分类识别

  2. 在进行遥感图像多分类识别时, 针对使用传统方法遇到的分类模型特征提取困难、分类精度不理想、分类种类少等问题, 研究了卷积神经网络(CNN)模型在高光谱遥感地物多分类识别中的可行性及不同CNN 模型对高光谱遥感地物多分类的识别效果。从ISPRS(International Society for Photogrammetry and Remote Sensing)提供的Vaihingen及Google Earth中采集数据,制作了包含6类地物的数据集一。在此基础上增加10类地物制作数据集二, 再增
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:6291456
    • 提供者:weixin_38737213