-
题名基于Hessian图正则稀疏NMF的高光谱解混
被引量：1
- 1
-
-
作者
汤辉
孟莎莎
彭天亮
付康
-
机构
江西省科技基础条件平台中心
-
出处
《计算技术与自动化》
2023年第1期153-159,共7页
-
基金
江西省教育厅项目(GJJ161126)
江西省重点实验室开放基金(2016WICSIP027)
国家自然基金资助项目(61701215)。
-
文摘
基于非负矩阵分解(Nonnegative Matrix Factorization,NMF)的高光谱解混(Hyperspectral Unmixing,HU)方法引起了大家的关注,因为可以将一个非负高光谱图像(Hyperspectral Imagery,HSI)数据矩阵分解为两个非负矩阵的乘积,分别对应于端元矩阵和丰度系数矩阵。目前,图约束的NMF算法已经被证明对高光谱解混是有效的,因为它们可以捕获HSI的几何特性。为了挖掘数据在混合过程中的几何结构和稀疏性,提出了一种稀疏的Hessian图正则化NMF(SHGNMF)算法。SHGNMF算法是将丰度矩阵的L1/2正则化器和Hessian图正则化项都添加到每个NMF模型中,同时采用乘法更新规则。最后用模拟数据和真实数据进行实验,验证了所提出的SHGNMF算法相对于其他NMF算法的优越性。
-
关键词
高光谱解混
NMF
稀疏
hessian图正则化
高光谱图像
-
Keywords
hyperspectral unmixing
NMF
sparsity
hessian graph regularization
hyperspectral image
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
