A Novel Neural Approach for Unsupervised Change Detection Using SOM Clustering for Pseudo-Training Set Selection Followed by CSOM Classifier

Neagoe, V. E.; Ciurea, A. I.; Bruzzone, L.; Bovolo, Francesca

doi:10.1109/IGARSS.2014.6946706

A Novel Neural Approach for Unsupervised Change Detection Using SOM Clustering for Pseudo-Training Set Selection Followed by CSOM Classifier / V.-E. Neagoe; A.-I. Ciurea; L. Bruzzone; F. Bovolo. - STAMPA. - (2014), pp. 1437-1440. ((Intervento presentato al convegno IEEE 2014 Int. Geoscience and Remote Sensing Symposium tenutosi a Québec City, Québec, Canada nel 13-18 July 2014.

Scheda prodotto non validato

Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte di FBK.

Titolo:	A Novel Neural Approach for Unsupervised Change Detection Using SOM Clustering for Pseudo-Training Set Selection Followed by CSOM Classifier
Autori:	V. E. Neagoe A. I. Ciurea L. Bruzzone Bovolo, Francesca mostra contributor esterni nascondi contributor esterni
Data di pubblicazione:	2014
Handle:	http://hdl.handle.net/11582/234627
Appare nelle tipologie:	4.1 Contributo in Atti di convegno

File in questo prodotto:

Non ci sono file associati a questo prodotto.

Utilizza questo identificativo per citare o creare un link a questo documento:
http://hdl.handle.net/11582/234627

Citazioni

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

CINECA IRIS Institutional Research Information System

Scheda prodotto non validato

File in questo prodotto: