首页 | 本学科首页   官方微博 | 高级检索  
     

基于相关向量机的高光谱图像解混方法
引用本文:杨京辉,王立国,钱晋希.基于相关向量机的高光谱图像解混方法[J].哈尔滨工程大学学报,2015(2):267-270,286.
作者姓名:杨京辉  王立国  钱晋希
作者单位:1. 哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨,150001
2. 中国空间技术研究院通信卫星事业部,北京100094; 北京邮电大学电子工程学院,北京100876
基金项目:国家自然科学基金资助项目(61275010);教育部博士点基金资助项目(20132304110007);黑龙江省自然科学基金资助项目(F201409);中央高校基本科研业务费重大项目(HEUCFD1410)
摘    要:针对传统的高光谱数据解混方法中存在的解混精度不高、丰度图模糊的缺陷,提出一种基于相关向量机的高光谱图像解混方法(unmixing algorithm based on relevance vector machine,UARVM)。其核心思想是采用改进的一对余型的相关向量机将多分类问题转化为多个二分类的问题,且求取出每个样本所对应的归属类别的概率值,即丰度值来完成图像的解混。理论研究和仿真结果表明:相对于传统解混方法,UARVM解混精度高,丰度分布图效果好。

关 键 词:高光谱图像  UARVM  丰度  相关向量机  解混

An unmixing algorithm bas ed on the relevance vector machine for hyperspectral imagery
YANG Jinghui , WANG Liguo , QIAN Jinxi.An unmixing algorithm bas ed on the relevance vector machine for hyperspectral imagery[J].Journal of Harbin Engineering University,2015(2):267-270,286.
Authors:YANG Jinghui  WANG Liguo  QIAN Jinxi
Affiliation:YANG Jinghui;WANG Liguo;QIAN Jinxi;College of Information and Communications Engineering,Harbin Engineering University;Institute of Telecommunication Satellites,China Academy of Space Technology;School of Electronic Engineering,Beijing University of Posts and Telecommunications;
Abstract:
Keywords:hyperspectral imagery  UARVM  abundance  relevance vector machine  unmixing algorithm
本文献已被 CNKI 万方数据 等数据库收录!
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