基于大规模多目标优化的高光谱稀疏解混算法

• 作者: 周泽宇 毕晓君
• 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 线性光谱解混模型 稀疏解混 多目标优化 大规模多目标优化算法 拐点区域
• 年，卷（期）: 2019,（7）
• 页码范围: 1354-1360
• 页数: 7页
• 分类号: TP751.1
• 字数: 5598字
• 语种: 中文
• DOI: 10.11990/jheu.201807075

摘要

针对现有多目标稀疏解混算法中存在因随机分组策略的不足和拐点选择具有单一性,进而导致高光谱数据解混精度不高的问题,本文提出一种基于大规模多目标优化的高光谱稀疏解混算法.引入大规模多目标优化算法的决策变量分组策略,并提出有约束拐点区域选择策略求取丰度最优解,进而提高解混精度.对模拟和真实的高光谱数据进行实验,结果表明:本文算法在解混精度上有大幅度提升,与其他算法比较,可以看出本文算法得到的丰度图边缘细节处理得更好,抗噪性能更强,验证了本文提出算法的有效性和先进性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毕晓君	中央民族大学信息工程学院	126	1188	17.0	27.0
5	周泽宇	哈尔滨工程大学信息与通信工程学院	2	1	1.0	1.0