.png){kind=icon}
返回
A query-driven twin network framework with optimization-based meta-learning for few-shot hyperspectral image classification
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2025.112331.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 设计了一种轻量级的谱空间注意力残差网络（SSARN）用于高效特征提取。
• 提出了仅查询损失元学习（QLOML）算法，该算法使用孪生网络分离元学习。
• 两种元任务生成策略能够在三个数据集上进行广泛评估，证明了其高有效性。
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
A Modified Transfer-Learning-Based Approach for Retrieving Land Surface Temperature From Landsat-8 TIRS Data一种基于迁移学习的改进方法，用于从Landsat-8 TIRS数据中检索地表温度
PREAI
分享收藏Algorithms for semantic segmentation of multispectral remote sensing imagery using deep learning基于深度学习的多光谱遥感图像语义分割算法
OAAI
OAAI分享收藏Graph Information Aggregation Cross-Domain Few-Shot Learning for Hyperspectral Image Classification
PREAI
分享收藏
Superpixel-based multi-scale multi-instance learning for hyperspectral image classification.png)
PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏Attack-invariant attention feature for adversarial defense in hyperspectral image classificationPATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏
查看更多内容