基于优化ICA算法的高光谱矿物识别

• 作者: 吴凤凰 蒋夕平 蒋昱
• 来源期刊: 河南师范大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 独立成分分析 高光谱 混合像元 矿物识别
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 物理学
• 页码范围: 48-52
• 页数: 5页
• 分类号: P585.1
• 字数: 3859字
• 语种: 中文

摘要

混合像元是影响岩矿高光谱由定性解译向定量反演发展的关键因素之一.以往分离岩矿高光谱混合像元,需要先获得参与混合的端元数量及端元光谱,这在许多场合是难以做到的.独立成分分析可以在端元光谱、混合矩阵未知且没有任何先验知识的情况下,有效分离岩矿高光谱混合像元,只要端元光谱是非高斯性信号且满足统计独立性.它实现了矿物识别,并为矿物丰度反演及成分识别打下了基础.通过引入调整因子,改善独立成分分析(Independent Component Analysis,ICA)算法的收敛性.当参与混合的端元光谱相似度较高或者端元光谱的非高斯性较低时,岩矿高光谱混合像元的分离精度将受到影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴凤凰	南京农业大学理学院	11	37	4.0	6.0
2	蒋夕平	南京农业大学理学院	14	44	4.0	6.0
3	蒋昱	厦门大学物理与机电工程学院	2	7	2.0	2.0