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:
高光谱图像的波段数很多,独立成分分析能利用相对主成分分析更高的统计分量,不但可以获得去相关的效果,而且可以得到相互独立的结果波段图像.首先讨论了独立成分分析的基本原理,在此基础上介绍FastICA算法,并将其应用到高光谱遥感图像混合像元分解之上.实验结果表明, FastICA算法在解混的同时估计出端元光谱的个数.
推荐文章
基于正则化方法的遥感图像混合像元分解
遥感
混合像元
最小二乘
正则化
端元
高光谱图像混合像元分解算法
高光谱图像
混合像元分解
支持向量数据描述
未知端元
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
高光谱遥感图像混合像元分解的群智能算法
高光谱图像
混合像元分解
群智能
端元提取
丰度反演
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 基于 FastICA 算法的高光谱图像混合像元分解
来源期刊 佳木斯大学学报(自然科学版) 学科 其他
关键词 高光谱图像 独立成分分析 混合像元 快速不动点算法
年,卷(期) 2012,(5) 所属期刊栏目
研究方向 页码范围 751-753
页数 分类号 O2
字数 2260字 语种 中文
DOI
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 崔会丽 3 9 2.0 3.0
2 张军 3 12 2.0 3.0
3 魏航 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (27)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (2)
二级引证文献  (7)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
高光谱图像
独立成分分析
混合像元
快速不动点算法
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
佳木斯大学学报(自然科学版)
双月刊
1008-1402
23-1434/T
大16开
黑龙江省佳木斯市学府街148号
14-176
1983
chi
出版文献量(篇)
5218
总下载数(次)
9
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导