| 基于支撑向量回归的高光谱混合像元非线性分解 |
| |
| 引用本文： | 吴波,张良培,李平湘.基于支撑向量回归的高光谱混合像元非线性分解[J].遥感学报,2006,10(3):312-318. |
| |
| 作者姓名： | 吴波 张良培 李平湘 |
| |
| 作者单位： | 武汉大学,测绘遥感信息工程国家重点实验室,湖北,武汉,430079 |
| |
| 基金项目： | 中国科学院资助项目;科技部科研项目;国家重点实验室基金 |
| |
| 摘 要： | 提出了基于支撑向量回归的高光谱混合像元自动分解.首先利用投影迭代的方法自动寻找到影像的典型地物光谱,然后利用Hapke近似函数模拟出非线性的训练和测试数据.支撑向量回归的混合像元分解方法与基于基函数分解方法的不同点是不需要预先确定非线性的映射形式,它通过核函数,把像元矢量从低维空间映射到高维特征空间,使得在特征空间中构造的线性光谱组合对应着原始空间（像元空间）的非线性组合特性,从而揭示了典型地物光谱之间的高阶性质,提高了混合像元的分解精度.实验结果证明,这种方法具有很高的混合像元的分解精度.利用模拟数据作分解精度的评价,表明97%以上的像元分解绝对误差不大于10%,而各类总体平均平方根误差均小于3.5%.
|
| 关 键 词： | 光谱分解 迭代投影 支撑向量回归 非线性 |
| 文章编号： | 1007-4619(2006)03-0312-07 |
| 收稿时间： | 2005-05-16 |
| 修稿时间： | 2005-09-15 |
Unmixing Hyperspectral Imagery Based on Support Vector Nonlinear Approximating Regression |
| |
| WU Bo,ZHANG Liang-pei and LI Ping-xiang.Unmixing Hyperspectral Imagery Based on Support Vector Nonlinear Approximating Regression[J].Journal of Remote Sensing,2006,10(3):312-318. |
| |
| Authors: | WU Bo ZHANG Liang-pei and LI Ping-xiang |
| |
| Abstract: | |
| |
| Keywords: | spectral unmixing iterative projection support vector regression nonlinear |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《遥感学报》浏览原始摘要信息 |
| 点击此处可从《遥感学报》下载免费的PDF全文 |
|
