期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于差分搜索的高光谱图像解混算法 被引量:5
1
作者 张立毅 刘静光 +2 位作者 陈雷 李锵 孙彦慧 《计算机应用研究》 CSCD 北大核心 2016年第10期3177-3180,共4页
针对高光谱图像解混问题进行研究,发现高光谱图像中各个端元的分布不完全独立,不能将盲源分离方法直接应用于高光谱图像解混。为此,提出了一种基于差分搜索的高光谱图像解混算法。该算法根据高光谱图像丰度非负和丰度和为一特性构造相... 针对高光谱图像解混问题进行研究,发现高光谱图像中各个端元的分布不完全独立,不能将盲源分离方法直接应用于高光谱图像解混。为此,提出了一种基于差分搜索的高光谱图像解混算法。该算法根据高光谱图像丰度非负和丰度和为一特性构造相应的约束项,与互信息相结合作为目标函数,利用差分搜索算法对该目标函数进行优化求解来实现高光谱图像解混。仿真数据和实际数据实验表明,该算法能够有效解决高光谱图像解混问题,与已有其他算法相比,能避免陷入局部极值,提高了图像解混的精度,并且针对不含纯像元的高光谱图像具有很好的解混效果。 展开更多
关键词 高光谱图像解混 差分搜索算法 盲源分离 丰度非负约束 丰度和为一约束 互信息
下载PDF
基于像元混合模型估计的高光谱图像解混 被引量:3
2
作者 陈雷 刘静光 +2 位作者 张立毅 李锵 孙彦慧 《红外技术》 CSCD 北大核心 2016年第2期132-137,共6页
在高光谱图像中,线性混合像元和非线性混合像元同时存在,若采用基于单一混合模型的解混算法,会使解混精度降低。因此,提出采用神经网络对高光谱图像中的像元混合模型进行估计,然后针对不同的混合模型进行相应的像元解混。像元解混时,在... 在高光谱图像中,线性混合像元和非线性混合像元同时存在,若采用基于单一混合模型的解混算法,会使解混精度降低。因此,提出采用神经网络对高光谱图像中的像元混合模型进行估计,然后针对不同的混合模型进行相应的像元解混。像元解混时,在目标函数中添加丰度非负和丰度和为一约束项,利用差分搜索算法优化求解目标函数以实现高光谱图像的解混。仿真和实际高光谱数据实验表明,本算法提高了解混精度,适用于线性和非线性混合模型。 展开更多
关键词 高光谱图像解混 神经网络 像元混合模型 差分搜索算法
下载PDF
基于布谷鸟搜索算法的高光谱图像解混算法 被引量:4
3
作者 孙彦慧 张立毅 +3 位作者 陈雷 李锵 滕建辅 刘静光 《光电子.激光》 EI CAS CSCD 北大核心 2015年第9期1806-1813,共8页
将独立成分分析(ICA)算法用于高光谱图像解混时,算法对丰度的独立性要求与实际地物分布相矛盾;同时,采用梯度算法对解混目标函数进行优化时,易收敛到局部极值点。针对上述问题,提出在非负ICA(NICA)模型的目标函数中引入丰度和为一约束(A... 将独立成分分析(ICA)算法用于高光谱图像解混时,算法对丰度的独立性要求与实际地物分布相矛盾;同时,采用梯度算法对解混目标函数进行优化时,易收敛到局部极值点。针对上述问题,提出在非负ICA(NICA)模型的目标函数中引入丰度和为一约束(ASC),确保解混出的丰度与实际地物分布一致;同时,采用布谷鸟搜索(CS)算法,利用其优异的全局搜索性能对提出的目标函数进行优化求解。为减少参数维数并缩小CS算法的搜索范围,利用矩阵QR分解理论,将对解混矩阵的搜索转化为对一系列Gives矩阵的识别。仿真数据和真实高光谱图像数据实验结果表明,提出的算法能有效地克服上述问题,在噪声为30dB、像元纯度为0.8时,解混指标光谱角距离(SAD)和均方根误差(RMSE)达到了0.03以下,达到良好解混效果。 展开更多
关键词 高光谱图像解混 非负独立成分分析(NICA) 丰度和为一约束(ASC) 布谷鸟搜索(CS)算法 QR分解
原文传递
基于神经网络和差分搜索的高光谱图像非线性解混 被引量:2
4
作者 李锵 王旭 +2 位作者 陈雷 张立毅 刘静光 《光电子.激光》 EI CAS CSCD 北大核心 2016年第12期1357-1364,共8页
针对基于双线性混合模型(BMM)的高光谱图像梯度解混算法的局限性,提出一种基于神经网络(NN)和差分搜索算法(DSA)的非线性高光谱图像解混算法。在考虑p阶多项式模型的基础上,利用NN估计出实际高光谱图像的非线性阶数。构造解混的目标函数... 针对基于双线性混合模型(BMM)的高光谱图像梯度解混算法的局限性,提出一种基于神经网络(NN)和差分搜索算法(DSA)的非线性高光谱图像解混算法。在考虑p阶多项式模型的基础上,利用NN估计出实际高光谱图像的非线性阶数。构造解混的目标函数,将非线性解混问题转化为最优化问题。引入DSA对目标函数进行优化,将解混过程中的待求参数映射为差分搜索过程中的位置参数,同时在搜索过程中引入丰度非负和全加性约束映射机制满足解混要求。仿真数据和实际高光谱数据实验结果表明,本文算法有效地克服了基于BMM的梯度解混算法的不足,可有效实现高光谱图像的非线性解混。当NN采用2 000个样本训练,解混真实高光谱数据得到相应的重构误差(RE)达到1.15×10-2,具有良好解混效果。 展开更多
关键词 高光谱图像 非线性解混 神经网络(NN) 差分搜索算法(DSA) p阶多项 式模型
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部