改进ICA算法及其在作物光谱分类中的应用

• 作者: 刘湘南 林婷 金铭
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 高光谱 固定点算法 独立分量分析 光谱分类
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 开发研究与设计技术
• 页码范围: 272-274
• 分类号: TP391
• 字数: 3444字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.11.094

摘要

针对传统的固定点算法对分离矩阵初始值敏感的问题,提出一种改进的独立分量分析(ICA)算法,通过在传统的算法核心迭代过程中加入搜索因子,降低算法对矩阵初始值的依赖,提高处理效率.将ICA算法应用于作物精细光谱的分类,分别利用传统固定点算法和改进的固定点算法对混合光谱进行信息提取与分离.实验证明,改进的ICA算法在与传统算法作物光谱分类效果相当的情况下,迭代次数减少26%,提高了独立分量的分离效率,是一种有效的作物光谱分类方法.