Versenden
Drucken
Hong, Danfeng (2019) Regression-Induced Representation Learning and Its Optimizer: A Novel Paradigm to Revisit Hyperspectral Imagery Analysis. Dissertation, Technical University of Munich.
![[img]](https://elib.dlr.de/style/images/fileicons/application_pdf.png) |
PDF
79MB |
Offizielle URL: https://mediatum.ub.tum.de/?id=1485285
| elib-URL des Eintrags: | https://elib.dlr.de/134452/ | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Dokumentart: | Hochschulschrift (Dissertation) | ||||||||
| Titel: | Regression-Induced Representation Learning and Its Optimizer: A Novel Paradigm to Revisit Hyperspectral Imagery Analysis | ||||||||
| Autoren: |
| ||||||||
| Datum: | 2019 | ||||||||
| Referierte Publikation: | Nein | ||||||||
| Open Access: | Ja | ||||||||
| Seitenanzahl: | 211 | ||||||||
| Status: | veröffentlicht | ||||||||
| Stichwörter: | hyperspectral remote sensing, dimensionality reduction, spectral unmixing, multimodal data analysis, machine learning, regression, optimization | ||||||||
| Institution: | Technical University of Munich | ||||||||
| Abteilung: | Department of Civil, Geo and Environmental Engineering | ||||||||
| HGF - Forschungsbereich: | Luftfahrt, Raumfahrt und Verkehr | ||||||||
| HGF - Programm: | Raumfahrt | ||||||||
| HGF - Programmthema: | Erdbeobachtung | ||||||||
| DLR - Schwerpunkt: | Raumfahrt | ||||||||
| DLR - Forschungsgebiet: | R EO - Erdbeobachtung | ||||||||
| DLR - Teilgebiet (Projekt, Vorhaben): | R - Vorhaben hochauflösende Fernerkundungsverfahren (alt) | ||||||||
| Standort: | Oberpfaffenhofen | ||||||||
| Institute & Einrichtungen: | Institut für Methodik der Fernerkundung > EO Data Science | ||||||||
| Hinterlegt von: | Yao, Jing | ||||||||
| Hinterlegt am: | 19 Mär 2020 08:26 | ||||||||
| Letzte Änderung: | 01 Apr 2020 10:39 |
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags
