留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

L1稀疏正则化的高光谱混合像元分解算法比较

邓承志 张绍泉 汪胜前 田伟 朱华生 胡赛凤

邓承志, 张绍泉, 汪胜前, 田伟, 朱华生, 胡赛凤. L1稀疏正则化的高光谱混合像元分解算法比较[J]. 红外与激光工程, 2015, 44(3): 1092-1097.
引用本文: 邓承志, 张绍泉, 汪胜前, 田伟, 朱华生, 胡赛凤. L1稀疏正则化的高光谱混合像元分解算法比较[J]. 红外与激光工程, 2015, 44(3): 1092-1097.
Deng Chengzhi, Zhang Shaoquan, Wang Shengqian, Tian Wei, Zhu Huasheng, Hu Saifeng. Hyperspectral unmixing algorithm based on L1 regularization[J]. Infrared and Laser Engineering, 2015, 44(3): 1092-1097.
Citation: Deng Chengzhi, Zhang Shaoquan, Wang Shengqian, Tian Wei, Zhu Huasheng, Hu Saifeng. Hyperspectral unmixing algorithm based on L1 regularization[J]. Infrared and Laser Engineering, 2015, 44(3): 1092-1097.

L1稀疏正则化的高光谱混合像元分解算法比较

基金项目: 

国家自然科学基金(61162022,61362036);江西省自然科学基金(20132BAB201021);江西省科技落地计划(KJLD12098);江西省教育厅科技项目(GJJ12632)

详细信息
    作者简介:

    邓承志(1980-),男,副教授,博士,主要从事.感影像处理方面的研究.Email:dengchengzhi@126.com

  • 中图分类号: TP753

Hyperspectral unmixing algorithm based on L1 regularization

计量
  • 文章访问数:  275
  • HTML全文浏览量:  27
  • PDF下载量:  148
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-07-08
  • 修回日期:  2014-08-10

L1稀疏正则化的高光谱混合像元分解算法比较

    作者简介:

    邓承志(1980-),男,副教授,博士,主要从事.感影像处理方面的研究.Email:dengchengzhi@126.com

基金项目:

国家自然科学基金(61162022,61362036);江西省自然科学基金(20132BAB201021);江西省科技落地计划(KJLD12098);江西省教育厅科技项目(GJJ12632)

  • 中图分类号: TP753

摘要: 基于稀疏性的高光谱解混是近年来高光谱混合像元分解的研究热点.主要研究了L1正则化的高光谱混合像元分解算法.首先分析了L1正则化的三种解混模型,即无约束、非负约束和全约束模型;然后给出了三种模型对应的数值求解算法;最后,采用模拟的和真实的高光谱数据进行实验,比较了三种高光谱混合像元分解算法的效果.实验结果表明:三种模型均具有很好的高光谱混合像元分解精度(SRE),其中全约束模型最好,非负约束模型次之,无约束模型最差;全约束模型在信噪比低和端元数多的情况下,仍然获得较高的SRE.

English Abstract

参考文献 (19)

目录

    /

    返回文章
    返回