FAN模型的双种群差分进化光谱解混算法

• 作者: 张锐豪 李倩倩 罗文斐 覃事银 钟亮
• 来源期刊: 遥感学报
• 学科: 工学
• 关键词: 高光谱遥感 光谱解混 双线性混合模型 差分进化算法 双种群机制
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 技术方法
• 页码范围: 239-252
• 页数: 14页
• 分类号: TP751.1
• 语种: 中文

摘要

双线性混合模型是近年来非线性光谱解混的研究重点之一,其克服了线性混合模型无法描述地物多重散射作用的缺陷,能够更精确地还原真实的地物光谱混合过程.然而,限于模型的复杂性,目前在缺乏准确的端元先验知识的条件下进行双线性光谱解混仍是一项具有挑战性的任务.差分进化算法(DE)是一种具有良好全局搜索能力的群智能优化算法,其优化求解过程无需进行复杂的数学推导,为双线性光谱解混问题提供了一种有效的解决途径.为此,本文以FAN双线性混合模型为例,提出了一种双种群机制的差分进化算法(记为DE-FAN),实现非监督双线性光谱解混.DE-FAN算法通过建立端元与丰度两个种群的交替进化机制寻找最优解,同时在迭代中引入自适应重构策略增强种群多样性,降低算法陷入局部最优解的风险,最终实现端元与丰度的同时估计.通过模拟图像及真实图像的解混实验进行算法检验,证明DE-FAN算法较之传统非线性解混算法具有更高的解混精度及解混效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗文斐	华南师范大学地理科学学院	14	116	5.0	10.0
2	张锐豪	华南师范大学地理科学学院	4	19	3.0	4.0
3	钟亮	广东水利电力职业技术学院计算机信息工程系	5	5	1.0	2.0
4	覃事银	华南师范大学地理科学学院	2	9	2.0	2.0
5	李倩倩	华南师范大学地理科学学院	1	5	1.0	1.0