band selection | BriefGPT - AI 论文速递

关键词band selection

搜索结果 - 6

多教师多目标元学习在零样本高光谱波段选择中的应用
多老师多目标元学习网络 (M3BS) 是一种新颖的用于零样本高光谱波段选择的方法，通过构建通用的图卷积网络 (GCN) 生成数据集无关的基础，从多个波段选择任务中提取兼容的元知识，通过多目标元学习实现与多老师波段选择任务的联合优化，无需重新
PDF22 days ago
基于广义 3DTV 和张量 CUR 分解的高光谱波段选择
该研究提出了一种新的高光谱波段选择模型，通过将数据分解为低秩平滑组分和稀疏组分，采用广义三维总变差（G3DTV）和交替方向乘子法（ADMM）来提高计算效率和抑制空间 - 光谱平滑性，验证了该方法的有效性，并提供了参数选择的实用指南。
PDF2 months ago
融合高光谱与激光雷达注意力的无监督波段选择与自编码器整合
该研究论文引入了一种创新的无监督波段选择框架，通过注意机制和自编码器实现基于重建的波段选择，将高光谱成像与 LiDAR 数据进行融合，以提高分类准确性和性能。
PDF3 months ago
基于 LiDAR 引导的交叉注意力融合方法用于高光谱波段选择和图像分类
本文介绍了一种从变压器架构引入的交叉注意机制，用于根据 LiDAR 数据进行高光谱图像 (HSI) 波段的选择。通过将 LiDAR 数据用作 “查询” 以搜索和识别 HSI 中的 “关键”，选择与 LiDAR 最相关的波段，以显著减少冗余和
PDF3 months ago
BSS-Bench: 迈向可重现和有效的波段选择搜索
通过选择具有代表性的少量波段从数百个波段中提取关键信息是克服高光谱成像的缺点（昂贵、捕获延迟和低空间分辨率）并使其广泛适用的关键技术。本研究提出了首个带选择搜索基准（BSS-Bench），该基准包含 52k 个训练和评估记录，用于各种高光谱
PDF6 months ago
一次性神经带选择用于频谱恢复
本文提出一种新颖的 spectral recovery 方法 Neural Band Selection (NBS)，使用基于连续松弛的带选择过程，采用梯度下降进行高效的搜素，并利用基于带相关矩阵的逐步抑制方法，使其适用于选择任意数量的带
PDFa year ago