FAILED
首站-论文投稿智能助手
典型文献
高光谱数据截断加权核范数稀疏解混
文献摘要:
受仪器和观测条件限制,高光谱数据易受噪声污染,给数据解译带来挑战.针对传统稀疏解混模型抗噪性能差的问题,本文提出一种截断加权核范数稀疏解混方法,利用高光谱图像像元之间的相关性减轻噪声对丰度估计的干扰.该方法借助低秩表示在挖掘数据内在低维结构方面的优势,在稀疏解混中加入基于截断加权核范数的低秩约束,并结合加权稀疏技术,在稀疏正则项中引入空间邻域权重.截断加权核范数对丰度矩阵的奇异值向量分段处理,可以更好地实现丰度矩阵的低秩逼近,使丰度图像保持空间一致性并保留更多细节信息,空间加权策略则增强了丰度图像的空间连续性.模拟高光谱数据、Cuprite矿区真实数据和红树林高光谱数据实验表明,与其他先进的稀疏解混方法相比,所提方法具有更好的抗噪性,能够提高解混精度.
文献关键词:
遥感;高光谱数据;稀疏解混;低秩正则化;截断加权核范数;空间权重
作者姓名:
李璠;张绍泉;曹晶晶;梁炳堃;李军;刘凯;邓承志;汪胜前
作者机构:
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,南昌330099;中山大学地理科学与规划学院,广州510275
文献出处:
引用格式:
[1]李璠;张绍泉;曹晶晶;梁炳堃;李军;刘凯;邓承志;汪胜前-.高光谱数据截断加权核范数稀疏解混)[J].遥感学报,2022(06):1067-1082
A类:
截断加权核范数
B类:
高光谱数据,数据截断,稀疏解混,噪声污染,数据解译,解混模型,抗噪性能,高光谱图像,低秩表示,低维,低秩约束,稀疏正则,正则项,空间邻域,奇异值向量,低秩逼近,空间一致性,细节信息,Cuprite,矿区,真实数据,红树林,低秩正则化,空间权重
AB值:
0.207126
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。