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:
高光谱图像有较高的光谱分辨率,但是单个像元覆盖的面积比较大,导致单个像元中出现多于一种地物的现象,即混合像元.混合像元的存在严重影响了高光谱数据的后续利用.高光谱图像解混技术的目的就是将混合像元中存在的地物种类(端元)以及各个地物种类所对应的比例(丰度)精确地表示出来.高光谱数据覆盖的范围比较大,不可避免存在端元变异的现象.为了应对端元变异现象,利用扩展的线性混合模型对高光谱数据进行建模.在基于分层解混技术的基础上,利用乘子交替方向法对其进行优化.实验结果表明,解混效果得到提升.
推荐文章
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
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
结合空间信息的高光谱图像快速分类方法
高光谱图像
空间区域特征光谱
非线性特征提取
分类
基于拉格朗日的高光谱解混算法研究
光谱解混
相似端元
端元提取
丰度估计
解混算法
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 结合分层和ADMM的高光谱图像解混方法
来源期刊 应用科技 学科 工学
关键词 混合像元 端元 丰度 线性模型 乘子交替方向法 解混 光谱变异 多端元
年,卷(期) 2020,(3) 所属期刊栏目 现代电子技术
研究方向 页码范围 46-50
页数 5页 分类号 TP751
字数 3092字 语种 中文
DOI 10.11991/yykj.201908011
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 焦淑红 哈尔滨工程大学信息与通信工程学院 72 432 12.0 16.0
2 房森 哈尔滨工程大学信息与通信工程学院 2 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  (83)
共引文献  (2)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(14)
  • 参考文献(2)
  • 二级参考文献(12)
2015(17)
  • 参考文献(2)
  • 二级参考文献(15)
2016(19)
  • 参考文献(2)
  • 二级参考文献(17)
2017(12)
  • 参考文献(1)
  • 二级参考文献(11)
2018(2)
  • 参考文献(2)
  • 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
混合像元
端元
丰度
线性模型
乘子交替方向法
解混
光谱变异
多端元
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
应用科技
双月刊
1009-671X
23-1191/U
大16开
哈尔滨市南通大街145号1号楼
14-160
1974
chi
出版文献量(篇)
4861
总下载数(次)
7
总被引数(次)
21528
论文1v1指导