首页 | 本学科首页   官方微博 | 高级检索  
     

从端元选择到光谱解混的距离测算方法
引用本文:王立国,张晶,刘丹凤,王群明.从端元选择到光谱解混的距离测算方法[J].红外与毫米波学报,2010,29(6):471-475.
作者姓名:王立国  张晶  刘丹凤  王群明
作者单位:哈尔滨工程大学,信息与通信工程学院,黑龙江,哈尔滨,150001
基金项目:国家自然科学基金项目(面上项目,重点项目,重大项目),国家教育部博士点基金
摘    要:提出了基于支持向量机(SVM)的单纯形增长算法(SGA)新实现方法,该方法无需降维预处理,且采用低复杂度的距离尺度代替复杂的体积尺度;证明了线性SVM与传统线性光谱混合模型(LSMM)在光谱解混中的等效性,并探索了前者在信息的扩展利用和模型的非线性推广两方面的优势.实验结果表明,基于SVM的SGA实现方法在保证选择结果不变的前提下复杂度大大降低,SVM模型下解混精度明显提高.

关 键 词:高光谱图像    端元选择    支持向量机    单纯形增长算法    光谱解混
收稿时间:2009/8/14 0:00:00
修稿时间:2010/5/26 0:00:00

Distance measurement based methods from endmember selection to spectral unmixing
WANG Li-Guo,ZHANG Jing,LIU Dan-Feng and WANG Qun-Ming.Distance measurement based methods from endmember selection to spectral unmixing[J].Journal of Infrared and Millimeter Waves,2010,29(6):471-475.
Authors:WANG Li-Guo  ZHANG Jing  LIU Dan-Feng and WANG Qun-Ming
Affiliation:Harbin Engineering University,College of Information and Communications Engineering, Harbin Engineering University,College of Information and Communications Engineering, Harbin Engineering University,College of Information and Communications Engineering, Harbin Engineering University
Abstract:
Keywords:hyperspectral imagery  endmember selection  support vector machine  simplex growing algorithm  spectral unmixing
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《红外与毫米波学报》浏览原始摘要信息
点击此处可从《红外与毫米波学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号