可变神经网络结构下的遥感影像光谱分解方法

• 作者: 李熙 李畅 田礼乔 石长民 陈锋锐
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 遥感 混合像元 神经网络 多层感知网络 非负约束 非线性光谱分解模型
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 博士论文
• 页码范围: 1-3
• 分类号: TN911.73
• 字数: 3848字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.09.001

摘要

多层感知神经网络(MLP)是主流的非线性分解方法,但是目前缺乏有效方法处理MLP分解结果中的丰度负值问题.为此,提出一种可变神经网络结构的方法,逐步去除负值丰度对应的端元,并调整相应的网络结构使之针对剩余的端元进行分解.通过武汉地区模拟TM遥感影像实验可以发现,该方法与传统MLP方法以及线性光谱分解方法的平均误差分别为0.077 7、0.081 9、0.094 3,说明该方法的分解精度高于其他2种分解方法,能克服丰度负值问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李畅	华中师范大学城市与环境科学学院	31	225	9.0	13.0
2	李熙	武汉大学测绘遥感信息工程国家重点实验室	26	286	7.0	16.0
3	陈锋锐	河南大学环境与规划学院	9	51	4.0	7.0
4	田礼乔	武汉大学测绘遥感信息工程国家重点实验室	42	346	10.0	16.0
5	石长民		1	4	1.0	1.0