QQ客服 官方微博 反馈留言

浏览/检索结果: 共3条，第1-3条 帮助 限定条件 发表日期：2017    专题：河南大学    第一署名单位    第一作者单位    通讯作者单位     已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择作者升序作者降序题名升序题名降序发表日期升序发表日期降序提交时间升序提交时间降序 Object-oriented and multi-scale target classification and recognition based on hierarchical ensemble learning 期刊论文 COMPUTERS & ELECTRICAL ENGINEERING, 2017, 卷号: 62, 页码: 538-554 作者:  Liu, Yang[1];  Zheng, Feng-bin[2] 收藏  |  浏览/下载：10/0  |  提交时间：2019/12/23 Target classification and recognition  Deep spiking convolutional neural network  Hierarchical latent Dirichlet allocation  Brain inspired computing  Multimedia neural cognitive computing  High resolution remote-sensing image   A Markov random field integrating spectral dissimilarity and class co-occurrence dependency for remote sensing image classification optimization 期刊论文 ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING, 2017, 卷号: 128, 页码: 223-239 作者:  Wang, Leiguang[1];  Huang, Xin[2];  Zheng, Chen[3];  Zhang, Yun[4] 收藏  |  浏览/下载：10/0  |  提交时间：2019/12/23 Remote sensing image classification  Spatial regularization  Markov Random Fields (MRFs)  Spatial energy function  Spectral dissimilarity  Class co-occurrence dependency   Semantic Segmentation of Remote Sensing Imagery Using an Object-Based Markov Random Field Model With Auxiliary Label Fields 期刊论文 IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, 2017, 卷号: 55, 期号: 5, 页码: 3015-3028 作者:  Zheng, Chen[1];  Zhang, Yun[2];  Wang, Leiguang[3] 收藏  |  浏览/下载：2/0  |  提交时间：2019/12/23 Auxiliary label field  object-based Markov random field  remote sensing image  semantic segmentation