Zugriff

    Zugriff über TIB

    Verfügbarkeit in meiner Bibliothek prüfen

    Bestellung bei Subito €


    Exportieren, teilen und zitieren



    Titel :

    Compressive multi-spectral imaging using self-correlations of images based on hierarchical joint sparsity models


    Beteiligte:
    Sugimura, D. (Autor:in)

    Erschienen in:

    Erscheinungsdatum :

    01.01.2016


    Format / Umfang :

    12 pages



    Medientyp :

    Aufsatz (Zeitschrift)


    Format :

    Print


    Sprache :

    Englisch


    Klassifikation :

    DDC:    006.42



    Bearing Estimation via Spatial Sparsity using Compressive Sensing

    Gurbuz, A. C. / Cevher, V. / Mcclellan, J. H. | IEEE | 2012


    Spectral-Spatial Joint Sparsity Unmixing of Hyperspectral Data using Overcomplete Dictionaries

    Bieniarz, Jakub / Aguilera, Esteban / Zhu, Xiao Xiang et al. | Deutsches Zentrum für Luft- und Raumfahrt (DLR) | 2014

    Freier Zugriff

    Joint sparsity based heterogeneous data-level fusion for multi-target discovery

    Niu, Ruixin / Zulch, Peter / Distasio, Marcello et al. | IEEE | 2018


    Joint Sparsity Aided Joint Manifold Learning for Sensor Fusion

    Shen, Dan / Lu, Jingyang / Zulch, Peter et al. | IEEE | 2020


    Sparsity-based signal processing for noise radar imaging

    Shastry, Mahesh / Narayanan, Ram / Rangaswamy, Muralidhar | IEEE | 2015