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:
为改善全变差正则化变量分离与增广拉格朗日(SUnSAL-TV)算法求解的丰度存在过平滑与边界模糊的现象,本文提出结构张量全变差(STV)再优化的稀疏解混算法(SUnSAL-TV-STV),用STV正则项校正SUnSAL-TV算法求解的丰度矩阵.本文在合成数据集与真实高光谱数据集上进行算法仿真,合成数据实验结果表明:本文算法与其他算法相比,解混重建误差提高0.01~0.03且具有最高的解混成功率,通过对真实数据解混丰度图的观察,本文算法较好地修复了SUnSAL-TV算法求解丰度图的过平滑与边界模糊现象.
推荐文章
一种基于协同稀疏和全变差的高光谱线性解混方法
高光谱图像
协同稀疏
TV正则项
线性光谱解混
交替方向乘子法
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
稀疏性高光谱解混方法研究
高光谱
稀疏性
解混
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
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 结构张量全变差再优化稀疏高光谱解混
来源期刊 哈尔滨工程大学学报 学科 工学
关键词 高光谱遥感 光谱解混 稀疏解混 空间信息 结构张量 全变差 重建误差 解混成功率
年,卷(期) 2020,(7) 所属期刊栏目
研究方向 页码范围 1087-1093
页数 7页 分类号 TN751.1
字数 5621字 语种 中文
DOI 10.11990/jheu.201901096
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 崔颖 哈尔滨工程大学信息与通信工程学院 40 415 12.0 20.0
2 朱海峰 哈尔滨工程大学信息与通信工程学院 13 75 5.0 8.0
3 王恒 哈尔滨工程大学信息与通信工程学院 6 17 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(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)
2008(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(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(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
高光谱遥感
光谱解混
稀疏解混
空间信息
结构张量
全变差
重建误差
解混成功率
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
哈尔滨工程大学学报
月刊
1006-7043
23-1390/U
大16开
哈尔滨市南岗区南通大街145号1号楼
14-111
1980
chi
出版文献量(篇)
5623
总下载数(次)
16
总被引数(次)
45433
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导