Aller au contenu principal
2021 conference-paper

Hyperspectral Image Classification Based on Extended Morphological Profile Features and Ghost Module

7Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Hyperspectral image has a large amount of data and many feature channels. If the hyperspectral image classification model is too complex, it is easy to cause low efficiency. In order to reduce the amount of network calculation and model parameters, improve the operation efficiency, and make full use of the characteristics of hyperspectral data, this paper uses the Ghost module to reduce the complexity of the model, and combined with the extended morphological profile (EMP) features, proposes a hyperspectral image classification method based on extended morphological profile features and Ghost module (GhostEMP). The experimental results show that the proposed method can improve the efficiency of operation while ensuring the operation efficiency of the network model.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Hyperspectral Image Classification Based on Extended Morphological Profile Features and Ghost Module
Date Crossref
11/07/2021
Éditeur
IEEE
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Xidian University pays non établi dans la notice
    Université ou école supérieure
  • Ministry of Education of the People's Republic of China pays non établi dans la notice
    Organisme public
  • Hunan University pays non établi dans la notice
    Université ou école supérieure
  • College of Communication Engineering pays non établi dans la notice
    Université ou école supérieure
  • Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education pays non établi dans la notice
    Structure de recherche
  • College of Computer Science and Electronics Engineering pays non établi dans la notice
    Université ou école supérieure

Xidian University, Ministry of Education of the People's Republic of China et Hunan University, avec 3 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Remote-Sensing Image ClassificationRemote Sensing and Land UseRemote Sensing in Agriculture

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.