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:
基于图像中存在的邻域以及非局部相似等图像空间特征和联合稀疏解混思想,该文提出一种基于高光谱图像光谱相似性度量的多任务联合稀疏解混方法.通过高光谱图像的光谱特性统计值设定光谱度量阈值,对高光谱图像中相似的像元光谱进行光谱相似性度量分组,再对分组像元光谱数据进行多任务联合稀疏光谱解混模型的构建和求解,得到最终的丰度系数.模拟数据实验结果表明,该方法一定程度上提升了现有联合稀疏光谱解混方法的丰度估计精度,真实数据结果也验证了方法的有效性.
推荐文章
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
基于差分搜索的高光谱图像解混算法
高光谱图像解混
差分搜索算法
盲源分离
丰度非负约束
丰度和为一约束
互信息
基于ANN端元估计的高光谱图像解混算法
高光谱图像解混
人工神经网络
端元估计
差分搜索算法
基于拉格朗日的高光谱解混算法研究
光谱解混
相似端元
端元提取
丰度估计
解混算法
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 基于光谱相似度量的高光谱图像多任务联合稀疏光谱解混方法
来源期刊 电子与信息学报 学科 工学
关键词 高光谱图像 光谱解混 联合稀疏表示 光谱相似性度量
年,卷(期) 2016,(11) 所属期刊栏目 论文
研究方向 页码范围 2701-2708
页数 8页 分类号 TP751.2
字数 6531字 语种 中文
DOI 10.11999/JEIT160011
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 尤红建 中国科学院空间信息处理与应用系统技术重点实验室 89 1260 22.0 30.0
5 耿修瑞 中国科学院空间信息处理与应用系统技术重点实验室 19 247 8.0 15.0
9 许宁 中国科学院空间信息处理与应用系统技术重点实验室 24 239 9.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (36)
参考文献  (19)
节点文献
引证文献  (5)
同被引文献  (16)
二级引证文献  (8)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(10)
  • 参考文献(4)
  • 二级参考文献(6)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(7)
  • 参考文献(6)
  • 二级参考文献(1)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
高光谱图像
光谱解混
联合稀疏表示
光谱相似性度量
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
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
论文1v1指导