Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
Kurumsal Referanslarımız SED Quartile İstatistik S.S.S. Kullanım Kılavuzu Bize Ulaşın
Kurumsal Başvuru Dergi Başvurusu
Türkçe English
 Görüntüleme 10
 İndirme 1
Menü
Mendeley
Endnote
BAND REDUCTION FOR TARGET DETECTION IN HYPERSPECTRAL IMAGES
2020
Dergi:  
Communications Faculty of Sciences University of Ankara Series A2-A3 Physical Sciences and Engineering
Yazar:  
DOI:  
10.33769/aupse.676083
Özet:

Due to the high spectral resolution, hyperspectral images need large data storage and processing time. Indeed, its high dimensional structure requires high computational complexity, especially for target detection. In order to overcome these problems, band reduction methods have been proposed. In this paper, we compare PCA and SNR-based band reduction methods to improve target detection performance in hyperspectral images. Experimental results show that band reduction methods not only reduce processing time, but also increase accuracy rate.

Anahtar Kelimeler:

0
2020
Dergi:  
Communications Faculty of Sciences University of Ankara Series A2-A3 Physical Sciences and Engineering
Yazar:  
DOI:  
10.33769/aupse.676083
Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler
1. Dominant Sets Based Pre-Feature Selection Method for Hyperspectral Data
2022


  Detaylar
 PDF Görüntüle
2. 3D imaging for ground-penetrating radars via dictionarydimension reduction
2015


  Detaylar
 PDF Görüntüle
3. Noise adjusted version of generalized principal component analysis
2016


  Detaylar
 PDF Görüntüle
4. Detection of Rice Spikelet Flowering for Hybrid Rice Seed Production Using Hyperspectral Technique and Machine Learning
2022


  Detaylar
 PDF Görüntüle
5. Single-Image Super-Resolution Analysis in DCT Spectral Domain
2020


  Detaylar
 PDF Görüntüle
6. Unmixing of Hyperspectral Data Using Spectral Libraries
2020


  Detaylar
 PDF Görüntüle
Communications Faculty of Sciences University of Ankara Series A2-A3 Physical Sciences and Engineering

Alan :   Mühendislik

Dergi Türü :   Ulusal

Metrikler
Makale : 104
Atıf : 32
2023 Impact/Etki : 0.1
Detaylı İncele
Communications Faculty of Sciences University of Ankara Series A2-A3 Physical Sciences and Engineering