基于高阶非线性模型的多目标高光谱图像解混算法

论文摘要

在高阶非线性混合模型的基础上,提出一种多目标高光谱图像解混算法,解决传统方法受高光谱数据异常值影响而解混精度不高的问题。该算法以重构误差与光谱角分布为目标函数建立优化模型,并同时优化两目标函数以减少数据异常值对模型求解的影响,使解混结果在两个评价指标上得到提升;最后采用差分搜索算法求解多目标优化模型,解决梯度类优化方法易陷入局部极值的问题,从而进一步提升解混精度。实验结果表明,文中算法与传统高光谱解混算法相比,具有更精确的端元丰度估计结果和更高的解混精度。

论文目录

• 0 引言
• 1 高光谱多线性混合模型
• 2 多目标高光谱解混模型
• 3 基于差分搜索的高光谱解混算法
•   3.1 差分搜索算法
•   3.2 多目标高光谱图像解混算法
• 4 实验结果与分析
•   4.1 Samson数据集
•   4.2 Cuprite数据集
• 5 结论

文章来源

类型: 期刊论文

作者: 甘士忠,肖志涛,陈雷,南瑞杰

关键词: 高光谱图像,多线性混合模型,多目标高光谱解混,仿生智能优化,差分搜索算法

来源: 红外与激光工程 2019年10期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 工业通用技术及设备,自动化技术

单位: 天津工业大学电子与信息工程学院,天津商业大学信息工程学院

基金: 国家自然科学基金(61401307),中国博士后科学基金(2014M561184),天津市应用基础与前沿技术研究计划项目(15JCYBJC17100)

分类号: TP751

页码: 277-283

总页数: 7

文件大小: 2687K

下载量: 136