位置：成果数据库 > 期刊 > 期刊详情页
A novel l 1/2 sparse regression method for hyperspectral unmixing
  • 期刊名称：International Journal of Remote Sensing
  • 时间：2013.10.6
  • 页码：6983-7001
  • 相关项目：基于空谱联合稀疏性的高光谱解混理论与算法
作者： 孙乐|吴泽彬|肖亮|刘建军|韦志辉|党福星|
同期刊论文项目
基于空谱联合稀疏性的高光谱解混理论与算法
期刊论文 25 会议论文 6
同项目期刊论文
基于迭代加权L1正则化的高光谱混合像元分解
基于GPU的高光谱遥感岩矿信息快速提取方法
基于空间相关性约束稀疏表示的高光谱图像分类
非局部正则化的压缩感知图像重建算法
基于局部自回归模型的压缩感知视频图像递归重建算法
Supervised spectral-spatial hyperspectral image classification with weighted markov random fields
A novel supervised method for hyperspectral image classification with spectral-spatial constraints
基于吸收峰加权的岩矿光谱匹配方法研究
一种新的空谱联合稀疏高光谱目标检测方法
Hyperspectral image classification using kernel sparse representation and semilocal spatial graph re
Fast Endmember Extraction for Massive Hyperspectral Sensor Data on GPUs
基于GPU的高光谱遥感图像PPI并行优化
Optimization of minimum volume constrained hyperspectral image unmixing on CPU–GPU heterogeneous pla
Sparse non-negative matrix factorization on GPUs for hyperspectral unmixing
基于约束非负矩阵分解的高光谱图像解混快速算法
基于GPU的空谱联合核稀疏表示高光谱分类并行优化
稀疏性高光谱解混方法研究
Joint sparse hyperspectral image classification based on adaptive spatial context
基于稀疏支撑集先验的压缩感知图像序列重建算法