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:
高光谱端元抽取是光谱解混的一部分.非负矩阵分解(NMF)理论由于其能够很好的保持数据的非负特性,被广泛的应用于光谱解混.随着高光谱设备的提高,摄像机的光谱频带数也从几百个频带扩展到几千个频带.从而使光谱数据也越来越大.经典NMF理论是块处理法,数据越大,计算量也大幅增加.为了加快光谱解混速度,提出了基于随机L1/2 NMF理论的端元抽取方法,与经典NMF相比,该方法能够快速提升算法速度,并且能够保证很好的解混精度.最后,用真实仿真数据验证了随机NMF理论的有效性.
推荐文章
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OSP与NMF的光谱混合像元分解方法
高光谱
光谱混合
正交子空间投影
非负矩阵分解
基于协变光谱随机场理论的激光引信背景模型
激光引信
背景
随机场
协变函数
模型
基于丰度分布约束的NMF端元生成方法
高光谱
端元生成
非负矩阵分解(NMF)
丰度分布约束
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 基于随机NMF理论的高光谱端元抽取
来源期刊 南昌工程学院学报 学科 工学
关键词 端元抽取 光谱解混 非负矩阵分解 随机
年,卷(期) 2020,(1) 所属期刊栏目 信息与电子工程
研究方向 页码范围 86-92
页数 7页 分类号 TP751
字数 5204字 语种 中文
DOI
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 谭文群 南昌工程学院江西省水信息协同感知与智能处理重点实验室 35 137 6.0 10.0
2 彭天亮 南昌工程学院江西省水信息协同感知与智能处理重点实验室 5 1 1.0 1.0
3 刘雪松 南昌工程学院江西省水信息协同感知与智能处理重点实验室 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (2)
参考文献  (21)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(5)
  • 参考文献(4)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
端元抽取
光谱解混
非负矩阵分解
随机
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
南昌工程学院学报
双月刊
1006-4869
36-1288/TV
大16开
江西省南昌市天祥大道289号,南昌工程学院学报编辑部
1982
chi
出版文献量(篇)
2353
总下载数(次)
9
总被引数(次)
6291
论文1v1指导