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:
稀疏表示方法已经被成功应用于高光谱图像目标检测领域,并且取得了较好的检测效果,但由于高光谱图像往往具有很大的数据量,传统的稀疏检测算法计算成本很高. 针对这种情况,提出了应用 StOMP 算法的高光谱图像稀疏目标检测算法,对求解稀疏系数的步骤进行了改进,减少了此过程中的迭代次数,大幅度降低了运算量,提高了检测速度. 使用了2组数据进行仿真实验,结果表明,StOMP 算法的应用有效地提高了检测速度与检测精度.
推荐文章
期刊_联合空间信息的改进低秩稀疏矩阵分解的高光谱异常目标检测
高光谱图像
异常目标检测 低秩稀疏矩阵分解 稀疏矩阵 残差矩阵
基于多任务联合稀疏表示的高光谱图像分类算法
多任务学习
稀疏表示
高光谱图像
图像分类
基于改进StOMP算法图像压缩感知重构
压缩感知
小波域稀疏
硬阈值
共轭梯度
分段正交匹配追踪
基于低概率检测的高光谱图像有损压缩方法研究
高光谱图像
有损压缩
低概率检测
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StOMP稀疏方法的高光谱图像目标检测
来源期刊 哈尔滨工程大学学报 学科 工学
关键词 高光谱图像 目标检测 稀疏表示 StOMP算法 快速运算
年,卷(期) 2015,(7) 所属期刊栏目
研究方向 页码范围 992-996
页数 5页 分类号 TP751.1
字数 3773字 语种 中文
DOI 10.3969/j.issn.1006-7043.201404087
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 赵春晖 哈尔滨工程大学信息与通信工程学院 364 3419 27.0 39.0
2 李威 哈尔滨工程大学信息与通信工程学院 21 219 6.0 14.0
3 靖晓昊 哈尔滨工程大学信息与通信工程学院 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (96)
参考文献  (13)
节点文献
引证文献  (9)
同被引文献  (26)
二级引证文献  (12)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(12)
  • 参考文献(2)
  • 二级参考文献(10)
2011(11)
  • 参考文献(2)
  • 二级参考文献(9)
2012(5)
  • 参考文献(3)
  • 二级参考文献(2)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(6)
  • 引证文献(4)
  • 二级引证文献(2)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
高光谱图像
目标检测
稀疏表示
StOMP算法
快速运算
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
哈尔滨工程大学学报
月刊
1006-7043
23-1390/U
大16开
哈尔滨市南岗区南通大街145号1号楼
14-111
1980
chi
出版文献量(篇)
5623
总下载数(次)
16
总被引数(次)
45433
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导