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:
非负矩阵分解(NMF)由于其非负性和分块表征能力,使得该算法大量的应用于机器学习和信号处理等相关领域.经典NMF与线性混合的高光谱模型比较一致,因此在高光谱解混中被广泛应用.因为传统的NMF模型对初值非常敏感,难以保证算法的收敛性.所以,通常对其加入各种稀疏性约束.本文就NMF的L0约束提出了一种联合稀疏特性的近似NMF算法,它分别约束基础矩阵和系数矩阵,并将其与不受约束的NMF技术结合,诸如乘法更新规则或交替的非负最小二乘方案.最后采用真实仿真数据验证了该算法在光谱解混中相对其他算法所具有的优越性和有效性.
推荐文章
基于L0稀疏约束的近似稀疏解人耳识别
SRC稀疏分类
OMP算法
L0稀疏约束
体积约束的稀疏NMF高光谱解混
高光谱图像
线性光谱混合模型
非负矩阵分解
体积最小
丰度稀疏
自然梯度
端元提取
光谱解混
基于L0稀疏约束的近似稀疏解人耳识别
SRC稀疏分类
OMP算法
L0稀疏约束
基于近似l0范数的稳健稀疏重构算法
压缩感知
稀疏重构
基追踪
平滑l0范数
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L0稀疏约束的近似NMF高光谱解混
来源期刊 南昌工程学院学报 学科
关键词 稀疏 解混 非负矩阵分解 非负最小二乘
年,卷(期) 2021,(1) 所属期刊栏目 信息与电子工程
研究方向 页码范围 57-65
页数 9页 分类号 TP751
字数 语种 中文
DOI 10.3969/j.issn.1006-4869.2021.01.011
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (0)
参考文献  (8)
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(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(2)
  • 二级参考文献(4)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(3)
  • 参考文献(1)
  • 二级参考文献(2)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
稀疏
解混
非负矩阵分解
非负最小二乘
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