LASRC

Landsat8遥感数据大气校正

LaSRC（Landsat8SurfaceReflectanceCode）是USGS专门为Landsat8数据设计的大气校正程序，被认为是最精确的Landsat8OLI大气校正，最近更新为2017年12
副组长·2020-08-24 00:29

高分1(GF1)、高分2(GF2)卫星数据大气校正

其对Landsat8OLI大气校正部分延续了LaSRC的校正流程，
副组长·2018-05-16 18:25

基于稀疏表示的人脸识别 (SRC,LASRC,RASL,MRR)

FROM：http://blog.csdn.net/loadstar_kun/article/details/394538391. 问题背景    信号的稀疏表示并不是新的东西。我们很早就一直在利用这一特性。例如，最简单的JPEG图像压缩算法。原始的图像信号经过DCT变换之后，只有极少数元素是非零的，而大部分元素都等于零或者说接近于零。这就是信号的稀疏性。    任何模型都有建模的假设条件。压缩感
Real_Myth·2015-03-12 10:00

基于稀疏表示的人脸识别 (SRC,LASRC,RASL,MRR)

1. 问题背景    信号的稀疏表示并不是新的东西。我们很早就一直在利用这一特性。例如，最简单的JPEG图像压缩算法。原始的图像信号经过DCT变换之后，只有极少数元素是非零的，而大部分元素都等于零或者说接近于零。这就是信号的稀疏性。    任何模型都有建模的假设条件。压缩感知，正是利用的信号的稀疏性这个假设。对于我们处理的信号，时域上本身就具有稀疏性的信号是很少的。但是，我们总能找到某种变换，使得
liu_guanzhang·2015-01-28 21:00

基于稀疏表示的人脸识别 (SRC,LASRC,RASL,MRR)

1. 问题背景    信号的稀疏表示并不是新的东西。我们很早就一直在利用这一特性。例如，最简单的JPEG图像压缩算法。原始的图像信号经过DCT变换之后，只有极少数元素是非零的，而大部分元素都等于零或者说接近于零。这就是信号的稀疏性。    任何模型都有建模的假设条件。压缩感知，正是利用的信号的稀疏性这个假设。对于我们处理的信号，时域上本身就具有稀疏性的信号是很少的。但是，我们总能找到某种变换，使得
loadstar_kun·2014-09-21 18:00

基于稀疏表示的人脸识别 (SRC,LASRC,RASL,MRR)

1. 问题背景    信号的稀疏表示并不是新的东西。我们很早就一直在利用这一特性。例如，最简单的JPEG图像压缩算法。原始的图像信号经过DCT变换之后，只有极少数元素是非零的，而大部分元素都等于零或者说接近于零。这就是信号的稀疏性。    任何模型都有建模的假设条件。压缩感知，正是利用的信号的稀疏性这个假设。对于我们处理的信号，时域上本身就具有稀疏性的信号是很少的。但是，我们总能找到某种变换，使得
chlele0105·2014-06-19 17:00
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他