高光谱图像分类综述_高光谱图像样本进行扩增

高光谱图像分类综述_高光谱图像样本进行扩增PCA-PrincipleComponentAnalysis主成分分析ICA-IndependentComponentAnalysis独立成分分析NWFE-Nonparametric

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

PCA-Principle Component Analysis                       主成分分析

ICA-Independent Component Analysis                    独立成分分析

NWFE-Nonparametric Weighted Feature Extraction 非参数权重特征提取

KNWFE-Kernel Based Nonparametric Weighted Feature Extraction  基于核函数的非参数加权特征提取

MFC-Multiple Feature Combining                          多特征集成

IG-Information Gain                                                信息增益

PSI- Pixel Shape Index                                           像元形状指数

HSI- Hyperspectral Imaging                                    高光谱成像

SGD- Stochastic Gradient Descent                         随机梯度下降法

 average accuracy (AA)                                            平均精度

Artificial neural networks (ANNs)                             人工神经网络(ANN)

autoencoder (AE)                                                        自编码

backpropagation algorithm (BP)                                          反向传播算法(BP)

convolutional neural network (CNN)                     卷积神经网络

deep belief network (DBN)                                       深度置信网络

extreme learning machine (ELM)                                        极端学习机

feedforward neural network   (FN)                                   前馈神经网络

gradient local auto-correlations (GLAC)                               梯度局部自相关

Joint Sparse representation Classifier  ( JSRC)                  联合稀疏表示分类器

kappa coefficient (Kappa)                                             kappa系数

kernel extreme learning machine(KELM)                     核极限学习机

manifold learning(ML)                                              流行学习

maximum likelihood classifier (MLC)                       最大似然分类器

multinomial logistic regression (MLR)                     多项逻辑回归(MLR)

Morphological profile (MP)                                      形态特征

overall accuracy (OA)                                               总体精度

Orthogonal Matching Pursuit (OMP)                        正交匹配追踪

patch alignment   (PA)                                                    补丁校准

 recursive auto encoders (RAE)                                递归自动编码器(RAE)

radial basis function(RBF)                                        径向基函数(RBF)

random forests (RFs),                                              随机森林

Reflective Optics Spectrographic Imaging System (ROSIS-03)                  反射光学光谱成像系统

stacked autoencoder  (SAE)                               栈式自编码

single hidden-layer feedforward neural network  (SLFN)        单隐层前向神经网络

Sparse MLR (SMLR)                                                              稀疏的多元线性回归(SMLR)

Sparse Representation  Classification  (SRC)                       稀疏表示分类

support vector machines (SVMs)                            支持向量机

Transductive Support vector Machine (TSVM)       直推式支持向量机

 

 

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/167026.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • 什么是字符串常量池_常量池中的字符串是对象吗

    什么是字符串常量池_常量池中的字符串是对象吗关于字符串与字符串常量池JDK1.8-1.9,String底层从char数组变成了byte数组,原因是部分字符仅占一个byte,而堆中含有大量的String字符串,该优化能节省较多空间。StringTable为什么要调整(移入堆内)(JDK1.6-1.7)permSize默认比较小永久代垃圾回收频率低字符串拼接操作常量与常量的拼接结果在常量池,原理是编译器优化常量池中不会存在相同内容的常量只要其中一个是变量,结果就在堆中。变量拼接的原理是StringBuilder(final不算变量)

    2022年7月28日
    24
  • php 中instanceof的使用

    php 中instanceof的使用

    2021年11月8日
    44
  • js获取当前日期与时间_js获取只有年月日的日期

    js获取当前日期与时间_js获取只有年月日的日期vardate=newDate();date.getYear();//获取当前年份(2位)date.getFullYear();//获取完整的年份(4位)date.getMonth();//获取当前月份(0-11,0代表1月)date.getDate();//获取当前日(1-31)date.getDay();//获取当前星期X(0-6,0代表星期天)date.getTime();//获取当前时间(从1970.1.1开始的毫秒数)date.getH

    2022年9月23日
    5
  • Python 多进程实战 & 回调函数理解与实战[通俗易懂]

    Python 多进程实战 & 回调函数理解与实战

    2022年2月23日
    60
  • 分布式数据存储系统:CAP理论

    分布式数据存储系统:CAP理论分布式数据存储:CAP理论前言什么是CAP?CAP选择策略及应用保CA弃P保CP弃A保AP弃C对比分析知识扩展:CAP和ACID的“C”“A”是一样的吗?总结前言分布式系统处理的关键对象是数据,而数据其实是与用户息息相关的。CAP理论指导分布式系统的设计,以保证系统的可用性、数据一致性等特征。比如电商系统中,保证用户可查询商品数据、保证不同地区访问不同服务器查询的数据是一致的等。什么是CAP?假设某电商,在北京、杭州、上海三个城市建立了仓库,同时建立了对应的服务

    2025年6月10日
    4
  • FDD和TDD区别

    FDD和TDD区别转载链接:https://www.jianshu.com/p/496291b4aa2e

    2022年5月17日
    43

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号