A method for anomaly detection in hyperspectral images, using deep convolutional autoencoders

Bibliographic Details
Main Author:	Penttilä, Jeremias
Other Authors:	Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, University of Jyväskylä, Jyväskylän yliopisto, Tietotekniikka, Mathematical Information Technology, 602
Format:	Master's thesis
Language:	eng
Published:	2017
Subjects:	hyperspektrikuvat konvoluutio autoenkooderit machine learning anomaly detection hyperspectral images hdbscan convolutional neural network autoencoder convolutional autoencoder CAE SCAE deep learning autoenkooderi älytekniikka poikkeavuus havaitseminen neuroverkot koneoppiminen
Online Access:	https://jyx.jyu.fi/handle/123456789/55868

Internet

https://jyx.jyu.fi/handle/123456789/55868