Autor
Cargando información...
Fundadores:
Producto desarrollado por:
@colav
Contacto
ImpactU:
Acerca de ImpactU
Manual de usuario
Código Abierto
Datos Abiertos
Apidocs
Estadísticas de uso
Indicadores de Cooperación
Información:
ImpactU Versión 3.11.2
Última actualización:
Interfaz de Usuario: 16/10/2025
Base de Datos: 29/08/2025
Hecho en Colombia
Kernel Sparse Subspace Clustering with Total Variation Denoising for Hyperspectral Remote Sensing Images
Acceso Cerrado
Idioma: Inglés
Publicado: 01/01/2017
APC (est):
No disponible
Jorge Bacca
Carlos Hinojosa
Henry Arguello Fuentes
JSON
HTML
BibTeX
Abstract:
This paper proposes a new hyperspectral image subspace clustering framework which adds a total variation denoising constraint in order to improve the similarity between data points from the same subspace.
Tópico:
Remote-Sensing Image Classification
Citaciones:
16
Citaciones por año:
Altmétricas:
0
Información de la Fuente:
Fuente
No disponible
Cuartil año de publicación
No disponible
Volumen
No disponible
Issue
No disponible
Páginas
MTu4C.5 - MTu4C.5
pISSN
No disponible
ISSN
No disponible
Perfil OpenAlex
No disponible
Enlaces e Identificadores:
Openalex URL
https://openalex.org/W2641257982
Scholar citations URL
https://scholar.google.com/scholar?cites=16315288412531368970&as_sdt=2005&sciodt=0,5&hl=en
Doi URL
https://doi.org/10.1364/math.2017.mtu4c.5
Pdf URL
https://www.researchgate.net/profile/Jorge-Bacca/publication/317674846_Kernel_Sparse_Subspace_Clustering_with_Total_Variation_Denoising_for_Hyperspectral_Remote_Sensing_Images/links/5a1cc52f4585153731892a36/Kernel-Sparse-Subspace-Clustering-with-Total-Variation-Denoising-for-Hyperspectral-Remote-Sensing-Images.pdf
Scholar URL
https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=info%3ACqT6fF6Ma-IJ%3Ascholar.google.com&btnG=
Artículo de revista