Advertisement

数据融合MATLAB代码-IEEE_TGRS_MDL-RS:洪丹凤, 高连如, 横田直人, 姚瑶, 乔瑟琳·尚努索, 钱谦, 张冰。多样化意图...

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本项目为基于MATLAB的数据融合代码，由洪丹凤等人根据IEEE TGRS的MDL-RS模型开发，适用于遥感数据处理与分析，支持多种应用场景需求。 数据融合的MATLAB代码多样化意味着更好：多模式深度学习符合遥感影像分类，在此工具箱中的代码实现。更具体地，其详细内容如下所述。 如果本代码对您的研究有用且有帮助，请引用以下论文： 洪丹凤, 高连如, 横田直人, 姚瑶, 乔瑟琳·尚努索, 钱谦, 张冰. 多样性越多越好：多模式深度学习满足遥感影像分类[J]. IEEE地球科学与遥感学报，2021，59（5）:4340-4354. 引用格式如下： @article{hong2021more, title={MoreDiverseMeansBetter:MultimodalDeepLearningMeetsRemote-SensingImageryClassification}, author={D.Hong and L.Gao and N.Yokoya and J.Yao and J.Chanussot and Q.Du and B.Zhang}, journal={IEEE Trans. Geosci. Remote Sens.}, volume={59}, number={5}, pages={4340-4354}, year={2021}, doi = {10.1109/TGRS.2020.3016820} }

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 数据融合MATLAB代码-IEEE_TGRS_MDL-RS:洪丹凤, 高连如, 横田直人, 姚瑶, 乔瑟琳·尚努索, 钱谦, 张冰。多样化意图...
    优质
    本项目为基于MATLAB的数据融合代码，由洪丹凤等人根据IEEE TGRS的MDL-RS模型开发，适用于遥感数据处理与分析，支持多种应用场景需求。 数据融合的MATLAB代码多样化意味着更好：多模式深度学习符合遥感影像分类，在此工具箱中的代码实现。更具体地，其详细内容如下所述。 如果本代码对您的研究有用且有帮助，请引用以下论文： 洪丹凤, 高连如, 横田直人, 姚瑶, 乔瑟琳·尚努索, 钱谦, 张冰. 多样性越多越好：多模式深度学习满足遥感影像分类[J]. IEEE地球科学与遥感学报，2021，59（5）:4340-4354. 引用格式如下： @article{hong2021more, title={MoreDiverseMeansBetter:MultimodalDeepLearningMeetsRemote-SensingImageryClassification}, author={D.Hong and L.Gao and N.Yokoya and J.Yao and J.Chanussot and Q.Du and B.Zhang}, journal={IEEE Trans. Geosci. Remote Sens.}, volume={59}, number={5}, pages={4340-4354}, year={2021}, doi = {10.1109/TGRS.2020.3016820} }
     
  • Matlab中的数据融合代码 - IEEE TGRS CoSpace: 洪丹凤, 横田直人, 乔瑟琳·尚努索, 朱孝祥。CoSpace：高光谱...
    优质
    本文介绍了一种基于MATLAB的数据融合技术，由洪丹凤、横田直人等人在IEEE TGRS CoSpace平台上开发完成。该方法专注于提升高光谱图像处理的质量与精度。 数据融合matlab代码CoSpace：从高光谱-多光谱对应中学习常见子空间（作者为洪丹凤、横田直人、乔瑟琳·尚努索、朱孝祥）。此工具箱中的代码实现细节如下所述。引用文献如果使用了该代码，请按照以下格式进行引用： @article{hong2019cospace, title={CoSpace: Common Subspace Learning from Hyperspectral-Multispectral Correspondences}, author={D. Hong and N. Yokoya and J. Chanussot and X. Zhu}, journal={IEEE Trans. Geosci. Remote Sens.}, volume={57}, number={7}, pages={4349--4359}, year={2019}, publisher={IEEE} } 系统特定说明：该代码已在Windows 10计算机上的Matlab R2016a或更高版本中进行了测试。如何使用？直接运行demo.m文件即可开始实验和验证功能。
     
  • MATLAB中的数据融合代码-ISPRS_LeMA: 洪丹凤, 横田直人, 南戈, 乔瑟琳·尚努索特, 朱小祥。可学习的流形比对（LeMA）...
    优质
    本文介绍了MATLAB中的数据融合代码-ISPRS_LeMA，由洪丹凤等人开发，实现了可学习的流形比对（LeMA），用于处理多模态遥感影像的数据融合任务。 数据融合Matlab代码实现可学习的流形比对（LeMA）：用于土地覆盖和土地利用分类的半监督跨模式学习框架由洪丹凤、横田直人、南戈、乔瑟琳·尚努索特以及朱孝祥开发，该工具箱中的代码实现了这一方法。具体细节如下： 引用说明： 如果此代码对您的研究有用且有帮助，请引用以下论文。 洪丹凤, 横田直人, 南戈, 乔斯林·尚努索特, 及 朱小香. (2019). 可学习的流形比对（LeMA）：用于土地覆盖和土地利用分类的半监督交叉模式学习框架. ISPRS摄影测量与遥感学报，第147期，页码193-205。 @article{hong2019learnable, title={Learnable Manifold Alignment (LeMA): A Semi-supervised Cross-modality Learning Framework for Land Cover and Land Use Classification}, author={D. Hong and N. Yokoya and N. Ge and J. Chanussot and X. Zhu}, journal={ISPRS Journal of Photogrammetry and Remote Sensing} }
     
  • 基于MATLAB的典型相关分析实现——ECCV2018_J-Play: 洪丹凤, 横田直人, 徐健, 朱孝祥，涉及高维数据中的联合与渐进式学习...
    优质
    本文为ECCV2018会议文章《J-Play》，由洪丹凤等作者基于MATLAB实现，探讨了典型相关分析在高维数据中联合和渐进学习的应用。 典型相关分析的MATLAB实现代码用于从高维数据进行联合和渐进式学习以执行多标签分类任务，该工具箱中的代码实现了这一功能。具体而言，如果使用了此代码，请引用以下论文： Hong, Danfeng; Yokoya, Naoto; Xu, Jian and Zhu, XiaoXiang. Joint & Progressive Learning from High-Dimensional Data for Multi-Label Classification. Proceedings of the European Conference on Computer Vision (ECCV), pages 469--484, 2018. Hong, Danfeng; Yokoya, Naoto; Xu, Jian and Zhu, XiaoXiang. Joint and Progressive Subspace Analysis, [论文具体信息待补充]
     
  • HSI MatLab代码-ALMM_TIP：洪丹凤等。改进线性混合模型处理高光谱数据中的光谱变异...
    优质
    本项目由洪丹凤等人提出，旨在通过改进的线性混合模型(ALMM)有效减少高光谱图像中光照变化导致的光谱变异问题，采用MatLab编程实现。 hsimatlab代码增强线性混合模型以解决高光谱解混的光谱变异性问题由洪丹凤、横田直人、乔瑟琳·尚努索及朱孝祥提出，这是该方法更新版本（ALMM_v1），主要改进包括：第一，可以处理非网格HSI数据输入；第二，在工具箱中增加了盲ALMM代码以同时进行丰度估计和端成员提取；第三，修正了最终丰度图无法正确显示的问题。具体来说： 如果此代码对您的研究有用且有帮助，请引用以下论文： 洪丹凤、横田直人、乔瑟琳·尚努索及朱孝祥，“增强线性混合模型以解决高光谱解混的光谱变异性”，IEEE图像处理事务，2019年，第28卷（4）：1923-1938。
     
  • 高光谱图像解混Matlab代码-IEEE_TNNLS_EGU-Net:洪丹峰等作者贡献
    优质
    本项目提供Matlab实现的EGU-Net模型，用于处理高光谱图像解混问题。该工作由洪丹峰等人完成，并发表于IEEE Transactions on Neural Networks and Learning Systems (TNNLS)期刊。 高光谱图像分离的MATLAB代码Endmember-GuidedUnmixingNetwork（EGU-Net）是一种用于自监督高光谱解混的通用深度学习框架。该工具箱中的代码实现了这一功能，具体如下所述。 如果此代码对您的研究有用且有帮助，请引用以下论文： 洪丹峰、高连如、姚静、横谷直人、乔斯林·查努索特、乌塔·海登和张冰，“Endmember-GuidedUnmixingNetwork(EGU-Net): A General Deep Learning Framework for Self-Supervised Hyperspectral Unmixing,” IEEE Transactions on Neural Networks and Learning Systems, 2021，DOI: 10.1109/TNNLS.2021.3082289。
     
  • MATLAB代码-数据融合：PET-CT可视化
    优质
    本项目使用MATLAB实现PET与CT影像的数据融合技术，并进行可视化处理，旨在为医学诊断提供更精确、全面的信息。 数据融合的MATLAB代码可以用于处理来自多个传感器或来源的数据，并将其整合成一个统一的形式以便进一步分析。这通常涉及到预处理步骤如校准、滤波以及特征提取，随后是信息融合算法的应用以生成最终的结果。 在开发此类程序时，重要的是选择合适的算法来匹配特定任务的需求和限制条件。例如，在医疗设备中可能需要低延迟的实时数据处理；而在环境监测系统中，则更侧重于长期的数据收集与分析能力。无论应用场景如何，编写高效的MATLAB代码都需要对信号处理理论有深入的理解以及良好的编程技巧。 此外，测试和完善算法同样关键。这包括使用仿真工具来验证假设，并通过实际实验进一步调整参数以获得最佳性能表现。
     
  • HSI MatLab代码-IEEE_JSTSP_SULoRA: SULoRA——洪丹凤, 朱孝祥. 具有低秩属性嵌入的低光谱数据分析方法...
    优质
    本项目提供了针对SULoRA算法的MatLab实现，基于论文《具有低秩属性嵌入的低光谱数据分析方法》（作者：洪丹凤、朱孝祥），应用于IEEE JSTSP期刊。 hsimatlab代码SULoRA：具有低秩属性嵌入的子空间分解用于高光谱数据分析，由洪丹凤与朱潇湘开发并实现于此工具箱中。具体详情如下所述。 引文： 如果该代码对您的研究有所帮助，请引用以下论文。 洪丹凤, 朱潇湘. SULoRA：用于高光谱数据分析的具有低秩属性嵌入的子空间分解[J]. IEEE信号处理选定主题期刊，2018，12（6）: 1351-1363. @article{hong2018sulora, title={SULoRA: Subspace unmixing with low-rank attribute embedding for hyperspectral data analysis}, author={D. Hong and X. Zhu}, journal={IEEE J. Sel. Topics Signal Process.}, volume={12}, number={6}, pages={1351--1363}, year={2018}, publisher={IEEE} } 系统特定说明： 该代码已在Windows 10环境下进行计算。
     
  • Matlab中的MRFN：多尺度表示融合网络-数据融合代码
    优质
    简介：本文介绍了一种基于Matlab开发的MRFN模型，即多尺度表示融合网络，用于实现高效的数据融合技术。该模型通过多层次特征提取与融合，增强数据处理能力，提供源代码以供研究和应用。 数据融合matlab代码MRFN多尺度表示融合网络源代码用于以下已在IEEE SPL上发表的论文：于慧，王凯，李艳，《多尺度表示融合与联合多重构自动编码器用于智能故障诊断》，IEEE信号处理快报，2018年，第25卷（12）期：1880-1884。如果您发现本段落有用，请在您的研究工作中引用我们的论文。谢谢。 如何使用代码： 运行环境：Windows7, Matlab R2014b 源数据：凯斯西储大学 (CWRU) 数据集和机械故障预防技术 (MFPT) 源代码文件位于相关目录下。 在CWRU数据集上重现实验结果，您可以从百度网盘下载“Sample_multi_array.mat”文件。此文件是我们在实验中使用的CWRU数据的Matlab格式备份。 为了重新生成报告中的结果，请运行名为run的.m 文件。
     
  • 凯瑟琳·坎贝尔的个人网站：Catherine
    优质
    凯瑟琳·坎贝尔的个人网站Catherine展示了她独特的艺术视角和创意作品。这里汇聚了她的摄影、绘画及其他视觉艺术创作，欢迎探索这位艺术家的世界。 凯瑟琳·坎贝尔拥有麻省理工学院的执照。