Fast and Efficient Limited Data Hyperspectral Remote Sensing Image Classification via GMM-Based Synthetic Samples

Beitrag in einer Fachzeitschrift
(Originalarbeit)


Details zur Publikation

Autorinnen und Autoren: Davari A, Özkan HC, Maier A, Rieß C
Zeitschrift: IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
Jahr der Veröffentlichung: 2019
Band: 12
Heftnummer: 7
Seitenbereich: 2107-2120
ISSN: 1939-1404
eISSN: 2151-1535
Sprache: Englisch


FAU-Autorinnen und Autoren / FAU-Herausgeberinnen und Herausgeber

Davari, Amirabbas
Graduiertenkolleg 1773 Heterogene Bildsysteme
Maier, Andreas Prof. Dr.-Ing.
Lehrstuhl für Informatik 5 (Mustererkennung)
Özkan, Hasan Can
Lehrstuhl für Informatik 5 (Mustererkennung)
Rieß, Christian Dr.-Ing.
Lehrstuhl für Informatik 1 (IT-Sicherheitsinfrastrukturen)


Zitierweisen

APA:
Davari, A., Özkan, H.C., Maier, A., & Rieß, C. (2019). Fast and Efficient Limited Data Hyperspectral Remote Sensing Image Classification via GMM-Based Synthetic Samples. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 12(7), 2107-2120. https://dx.doi.org/10.1109 / JSTARS.2019.2916495

MLA:
Davari, Amirabbas, et al. "Fast and Efficient Limited Data Hyperspectral Remote Sensing Image Classification via GMM-Based Synthetic Samples." IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 12.7 (2019): 2107-2120.

BibTeX: 

Zuletzt aktualisiert 2019-08-08 um 14:08