一种基于字典优化的核联合稀疏表示高光谱图像分类方法

被引：0

专利类型：

发明

申请号：

CN202111568513.9

申请日：

2021-12-21

公开(公告)号：

CN114283333B

公开(公告)日：

2025-07-25

发明(设计)人：

陈善学张欣

申请人：

重庆邮电大学

申请人地址：

400065 重庆市南岸区南山街道崇文路2号

IPC主分类号：

G06V20/10

IPC分类号：

G06T7/73 G06T7/40 G06T7/155 G06T5/30 G06V10/77 G06V10/764 G06V10/74

代理机构：

重庆辉腾律师事务所 50215

代理人：

卢胜斌

法律状态：

授权

国省代码：

山东省青岛市

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-07-25	授权	授权

共 50 条

[1]

一种基于字典优化的核联合稀疏表示高光谱图像分类方法 [P].

陈善学 ;

张欣 .

中国专利 :CN114283333A ,2022-04-05

[2]

基于双重邻域约束的联合稀疏表示高光谱图像分类方法 [P].

陈善学 ;

傅祥 .

中国专利 :CN120564030A ,2025-08-29

[3]

基于超像素联合稀疏表示的高光谱图像目标检测方法 [P].

谷延锋 ;

刘永健 .

中国专利 :CN107194936B ,2017-09-22

[4]

一种非局部加权联合稀疏表示的高光谱图像分类方法 [P].

闫敬文 ;

陈宏达 ;

袁振国 ;

王宏志 .

中国专利 :CN109145945B ,2019-01-04

[5]

一种基于字典表示的高光谱图像波段质量分析方法 [P].

罗晓燕 ;

申智琪 ;

韩传钊 ;

张宁 ;

张泉源 ;

朱新忠 .

中国专利 :CN110765871A ,2020-02-07

[6]

基于核函数和联合字典的非线性高光谱图像异常探测算法 [P].

高叶楠 ;

王斌 .

中国专利 :CN112819769B ,2021-05-18

[7]

一种基于深度学习的高光谱图像分类方法 [P].

胡少兴 ;

袁林 .

中国专利 :CN106845418A ,2017-06-13

[8]

一种联合深度学习与稀疏表示的高光谱图像分类方法 [P].

刘建军 ;

吴喆 ;

邵毅豪 ;

杨金龙 .

中国专利 :CN113887656A ,2022-01-04

[9]

一种联合深度学习与稀疏表示的高光谱图像分类方法 [P].

刘建军 ;

吴喆 ;

邵毅豪 ;

杨金龙 .

中国专利 :CN113887656B ,2024-04-05

[10]

基于多特征学习及超像素核稀疏表示的高光谱图像联合分类方法 [P].

李丹 ;

孔繁锵 .

中国专利 :CN110866439A ,2020-03-06

← 1 2 3 4 5 →