基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
混合像元线性分解技术是进行高光谱影像处理的常用方法,应用这种方法的一个主要问题是难以有效、自动地确定影像的端元光谱.利用非监督的方法快速自动提取高光谱遥感图像的端元光谱是解决这个问题的主要技术手段.根据迭代误差分析思路,通过对线性混合像元模型分解的误差传播分析后,得到了端元选择的约束条件.结合端元存在的空间信息,自动提取出端元光谱并进行了混合像元分解.利用不同地区、不同传感器的高光谱数据实例测试了该文的方法,分析和讨论了选择迭代初始值与参数阈值的敏感性问题.研究结果表明此方法可以自动提取端元光谱,并且精度较高.
推荐文章
优化端元提取方法的高光谱混合像元分解
高光谱数据
光谱解混
端元提取
光谱空间特征
面向混合像元分解的光谱维小波特征提取
小波变换
混合像元
光谱特征
高光谱
结合纯像元提取和ICA的高光谱降维方法
高光谱降维
高光谱线性模型
独立分量分析
虚拟维数
端元约束下的高光谱混合像元非负矩阵分解
非负矩阵分解
混合像元
约束
高光潜
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 高光谱端元自动提取的迭代分解方法
来源期刊 遥感学报 学科 工学
关键词 端元自动提取 混合像元 迭代分解
年,卷(期) 2005,(3) 所属期刊栏目 技术方法
研究方向 页码范围 286-293
页数 8页 分类号 TP732
字数 4734字 语种 中文
DOI 10.3321/j.issn:1007-4619.2005.03.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张良培 武汉大学测绘遥感信息工程国家重点实验室 127 2239 28.0 40.0
2 李平湘 武汉大学测绘遥感信息工程国家重点实验室 105 1890 24.0 38.0
3 吴波 武汉大学测绘遥感信息工程国家重点实验室 20 297 10.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (36)
同被引文献  (46)
二级引证文献  (159)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(4)
  • 引证文献(4)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(11)
  • 引证文献(6)
  • 二级引证文献(5)
2009(9)
  • 引证文献(3)
  • 二级引证文献(6)
2010(10)
  • 引证文献(1)
  • 二级引证文献(9)
2011(14)
  • 引证文献(1)
  • 二级引证文献(13)
2012(17)
  • 引证文献(6)
  • 二级引证文献(11)
2013(16)
  • 引证文献(4)
  • 二级引证文献(12)
2014(17)
  • 引证文献(2)
  • 二级引证文献(15)
2015(23)
  • 引证文献(3)
  • 二级引证文献(20)
2016(21)
  • 引证文献(1)
  • 二级引证文献(20)
2017(25)
  • 引证文献(2)
  • 二级引证文献(23)
2018(13)
  • 引证文献(0)
  • 二级引证文献(13)
2019(11)
  • 引证文献(1)
  • 二级引证文献(10)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
端元自动提取
混合像元
迭代分解
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
遥感学报
月刊
1007-4619
11-3841/TP
大16开
北京市安外大屯路中国科学院遥感与数字地球研究所
82-324
1986
chi
出版文献量(篇)
2330
总下载数(次)
13
总被引数(次)
68505
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导