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:
为了提升高光谱图像的稀疏解混精度,提出一种基于改进鲸群优化算法的子空间匹配追踪(improved whale optimized subspace matching pursuit,IWOSMP)的稀疏解混算法.对鲸群优化算法进行改进,通过引入非线性种群控制参数和进化策略,提高鲸群优化算法的收敛速度和收敛精度,基于子空间匹配追踪算法,以约束稀疏回归为目标函数,利用改进的鲸群优化算法对已知端元集求解丰度系数.以重构误差最小为标准,通过最大程度地去除系数较小的冗余端元,提高子空间匹配追踪算法的端元提取的精确度,进一步提高了高光谱图像的解混精度.合成图像实验和真实遥感图像实验表明,IWOSMP能有效去除大量的冗余端元,且解混精度更高.
推荐文章
迭代式正交匹配追踪及稀疏解
正交匹配追踪
迭代式算法
压缩感知
稀疏解
改进的正交补空间匹配追踪算法
压缩感知
信号重构
正交补空间匹配追踪
模糊阈值
回溯法
基于改进的正则化子空间追踪算法的ISAR成像
压缩感知
雷达成像
回溯反馈
正则化
一种改进的正则化自适应匹配追踪算法
信号重构
压缩感知
稀疏度
自适应
正则化
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 改进鲸群优化子空间匹配追踪的稀疏解混算法
来源期刊 深圳大学学报(理工版) 学科 工学
关键词 计算机图像处理 高光谱图像 稀疏解混 子空间匹配追踪算法 冗余端元 仿生智能优化 鲸群优化算法
年,卷(期) 2020,(1) 所属期刊栏目 电子与信息科学
研究方向 页码范围 63-71
页数 9页 分类号 TN911.7
字数 7068字 语种 中文
DOI 10.3724/SP.J.1249.2020.01063
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 陈雷 天津大学精密仪器与光电子工程学院 50 248 10.0 13.0
5 郭艳菊 河北工业大学电子信息工程学院 32 141 7.0 10.0
6 贾志成 河北工业大学电子信息工程学院 58 320 11.0 15.0
7 郑笑 河北工业大学电子信息工程学院 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  (50)
共引文献  (35)
参考文献  (23)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(6)
  • 参考文献(2)
  • 二级参考文献(4)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(8)
  • 参考文献(2)
  • 二级参考文献(6)
2013(6)
  • 参考文献(3)
  • 二级参考文献(3)
2014(10)
  • 参考文献(2)
  • 二级参考文献(8)
2015(8)
  • 参考文献(3)
  • 二级参考文献(5)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(3)
  • 参考文献(3)
  • 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
计算机图像处理
高光谱图像
稀疏解混
子空间匹配追踪算法
冗余端元
仿生智能优化
鲸群优化算法
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
深圳大学学报(理工版)
双月刊
1000-2618
44-1401/N
大16开
深圳市南山区深圳大学行政楼419室
46-206
1984
chi
出版文献量(篇)
1946
总下载数(次)
10
总被引数(次)
10984
论文1v1指导