首页 | 本学科首页   官方微博 | 高级检索  
     检索      

稀疏约束的MVC-NMF算法
引用本文:李二森,邹瑜,战飞,马智刚,殷俊河.稀疏约束的MVC-NMF算法[J].测绘科学技术学报,2010,27(6):429-432,437.
作者姓名:李二森  邹瑜  战飞  马智刚  殷俊河
作者单位:信息工程大学测绘学院,河南郑州450052;武汉大学测绘遥感信息工程国家重点实验室,湖北武汉430079;信息工程大学测绘学院,河南郑州,450052;65015部队,辽宁大连,116023;河南省驻马店供电公司,河南驻马店,463000
基金项目:信息工程大学测绘学院"博士生访学"基金
摘    要:高光谱图像中混合像元的存在直接影响基于遥感影像的地物识别精度,光谱解混算法可以有效地解决混合像元问题.最小体积限制的非负矩阵分解算法(MVC-NMF)不需要假定纯像元的存在;并且在自动提取端元的同时,能够获取每种端元所对应的丰度图;然而该方法并没有考虑丰度矩阵的稀疏特性.提出了将平滑L0模稀疏约束引入MVC-NMF算法中,用于进一步提高算法的精度.实验结果表明:改进后的算法在相同的实验环境条件下比MVC-NMF算法解混的精度更高.

关 键 词:混合像元  端元  丰度  稀疏约束  非负矩阵分解

Sparseness Constraint MVC-NMF Algorithm
LI Er-sen,ZOU Yu,ZHAN Fei,MA Zhi-gang,YIN Jun-he.Sparseness Constraint MVC-NMF Algorithm[J].Journal of Zhengzhou Institute of Surveying and Mapping,2010,27(6):429-432,437.
Authors:LI Er-sen  ZOU Yu  ZHAN Fei  MA Zhi-gang  YIN Jun-he
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号