典型文献
多图正则多核非负矩阵分解高光谱图像解混
文献摘要：
针对高光谱遥感图像的非线性解混问题,提出一种多图正则多核非负矩阵分解(MGMKNMF)算法,构造了多核空间中的多图正则项,并基于此构造了包含多核空间的多图正则项、多核权重正则项和多图权重正则项的MGMKNMF目标函数.MGMKNMF可在学习端元与丰度的过程中更新多核权重和多图权重,在合适的多核空间精确构造输入数据的图,解决了图权重和核权重的参数选择的问题.相比核非负矩阵分解(KNMF)的单一核,多核可确定更合适的核空间;相比图正则非负矩阵分解(GNMF)的单一图,多图更准确可靠.2个实测数据集和2个模拟数据集上的实验结果表明MGMKNMF算法是有效的.与GNMF、不含纯像元的核非负矩阵分解、核稀疏非负矩阵分解、基于核的字典剪枝非线性光谱解混、多图正则核非负矩阵分解算法相比,所提MGMKNMF算法在Cuprite和Jasper Ridge真实地物数据集上平均光谱角距离(SAD)值最优,分别为0.0921和0.0970;在HAPKE和广义双线性模型模拟数据集上平均SAD最优,分别是0.1375和0.1456,均方根误差值表现也最好,分别为0.0506和0.0570.
文献关键词：
解混;多图正则多核非负矩阵分解;正则化;高光谱图像
中图分类号：
作者姓名：
刘敬;李康欣;张悠;刘逸
作者机构：
西安邮电大学电子工程学院,陕西西安710121;西安电子科技大学电子工程学院,陕西西安710071
文献出处：
引用格式：
[1]刘敬;李康欣;张悠;刘逸-.多图正则多核非负矩阵分解高光谱图像解混)[J].光学精密工程,2022(14):1657-1668
A类：
多图正则多核非负矩阵分解,MGMKNMF,KNMF,GNMF,Jasper,HAPKE
B类：
高光谱图像解混,高光谱遥感图像,正则项,端元,输入数据,参数选择,更合,模拟数据,稀疏非负矩阵分解,字典,剪枝,光谱解混,Cuprite,Ridge,地物,SAD,双线性模型,模型模拟,误差值,正则化
AB值：
0.154044
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。
