論文閱讀：Scalable One-Pass Self-Representation Learning for Hyperspectral Band Selection

Scalable One-Pass Self-Representation Learning for Hyperspectral Band Selection 本文主要乾了三件事： 1、首先利用權值向量v對t時刻不同樣本的重構誤差進行線性組合。 2、基於圖的正則化矩陣tS，用於從保持局部流形結構的角度檢查所選波段的代表性。 3、使用緩存矢量q去捕獲樣本矩陣之間的一致性並執行頻帶選擇。 創新點： 1

>>阅读原文<<