论文摘要
非负矩阵分解(NMF)作为一种盲源分离的方法,在高光谱图像解混方面已得到广泛应用。然而由于NMF的目标函数具有非凸性,使得其极易陷入局部最小值,为了提高解混精度,通常会根据具体的问题加入一定的约束条件。受丰度矩阵体现出的稀疏性启发,基于稀疏约束的非负矩阵分解高光谱解混算法得到迅猛发展。然而目前该类方法存在对丰度系数稀疏性先验表征不充分导致算法稳定性差的问题。针对该问题,提出了一种基于光谱加权稀疏非负矩阵分解高光谱解混方法,该方法在非负矩阵分解解混模型中引入光谱加权因子刻画丰度系数的稀疏性,以促进所有像元之间的联合稀疏性。通过采用乘性迭代规则法求解该模型。模拟和真实的高光谱数据实验结果均表明本文提出的方法与现有同类算法相比在端元提取精度和丰度估计精度上都更为准确。
论文目录
文章来源
类型: 期刊论文
作者: 邓承志,张国荣,张绍泉,徐晨光,李璠,田伟,汪胜前
关键词: 高光谱遥感,盲源解混,非负矩阵分解,光谱加权
来源: 南昌工程学院学报 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 工业通用技术及设备,自动化技术
单位: 南昌工程学院江西省水信息协同感知与智能处理重点实验室,南昌工程学院鄱阳湖流域水工程安全与资源高效利用国家地方联合工程实验室
基金: 江西省教育厅科学技术研究项目(GJJ180962),国家自然科学基金资助项目(61901208,61865012),江西省自然科学基金项目(20192BAB217003,20181ACG70022)
分类号: TP751
页码: 102-109
总页数: 8
文件大小: 1761K
下载量: 147