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:
针对现在高光谱图像混合像元分解方法需要对所提取的端元的物理含义进行诠释的问题,提出了一种目标光谱指导下的混合像元分解方法,并给出了其具体算法实现.该方法首先针对若干给定的、具有明确物理含义的目标光谱,将光谱识别步骤引入混合像元分解过程,建立端元光谱与目标光谱间的对应关系,其次在最小距离限制的非负矩阵分解(MDC-NMF)方法基础上,引入光谱特征距离(SFD)作为正则项,以度量和保持存在对应关系的端元光谱与目标光谱间的相似性,并给出求解相应优化问题的优化算法.分别用模拟数据和真实数据对该方法的可行性和实际混合像元分解效果进行了验证,并将其与非监督情况下混合像元分解结果进行了比较分析.实验结果表明,该方法能够在目标光谱指导下较好诠释端元的物理含义,同时解决端元提取中的病态性问题.
推荐文章
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
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
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
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 目标光谱指导下的高光谱图像混合像元分解方法
来源期刊 高技术通讯 学科 数学
关键词 高光谱图像 目标光谱 混合像元分解 光谱识别 小波变换
年,卷(期) 2012,(3) 所属期刊栏目 计算机与通信技术
研究方向 页码范围 240-248
页数 分类号 O221
字数 6590字 语种 中文
DOI 10.3772/j.issn.1002-0470.2012.03.003
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 孙卫东 清华大学电子工程系 52 471 10.0 20.0
2 于钺 清华大学电子工程系 3 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (2)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (6)
二级引证文献  (6)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(5)
  • 参考文献(4)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(3)
  • 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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(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
目标光谱
混合像元分解
光谱识别
小波变换
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
高技术通讯
月刊
1002-0470
11-2770/N
大16开
北京市三里河路54号
82-516
1991
chi
出版文献量(篇)
5099
总下载数(次)
14
总被引数(次)
39217
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
论文1v1指导