|
|||||
|
|
| 端元光谱自动提取的总体最小二乘迭代分解 | |
| 引用本文： | 吴波,汪小钦,张良培. 端元光谱自动提取的总体最小二乘迭代分解[J]. 武汉大学学报(信息科学版), 2008, 33(5): 457-461 |
| 作者姓名： | 吴波 汪小钦 张良培 |
| 作者单位： | 1. 福州大学空间数据挖掘与信息共享教育部重点实验室,福州市工业路523号,350002 2. 福州大学福建省空间信息工程研究中心,福州市工业路523号,350002 3. 武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号,430079 |
| 基金项目： | 科技部国际科技合作项目 , 福州大学引进人才启动基金 |
| 摘 要： | 根据总体最小二乘(total least squares, TLS)模型理论,提出了一种影像端元光谱可受噪声污染的混合光谱线性扩展模型,并实现了该模型的端元光谱自动迭代提取以及混合像元的限定性分解.实验结果表明,扩展的混合像元分解模型明显优于传统的最小二乘分解模型,总体精度大约提高了10%～20%. |
| 关 键 词： | 总体最小二乘 混合像元 端元光谱 迭代分解 端元 混合光谱 自动提取 最小 迭代分解 Decomposition Pixel Mixture Least Square Total Based Endmember Abstraction 总体精度 分解模型 扩展模型 结果 实验 限定性 混合像元 |
| 文章编号： | 1671-8860(2008)05-0457-04 |
| 修稿时间： | 2008-03-17 |
Iterative Abstraction of Endmember Based on Total Least Square for Mixture Pixel Decomposition |
|
| WU Bo,WANG Xiaoqin,ZHANG Liangpei. Iterative Abstraction of Endmember Based on Total Least Square for Mixture Pixel Decomposition[J]. Geomatics and Information Science of Wuhan University, 2008, 33(5): 457-461 | |
| Authors: | WU Bo WANG Xiaoqin ZHANG Liangpei |
| Abstract: | |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ | |