基于子空间结构正则化的L 21 非负矩阵分解高光谱解混
摘要
标准的非负矩阵分解(NMF)应用于高光谱解混时, 容易受到噪声和异常值的干扰，解混效果较差。为了提高分解性能，该文将L21范数引入标准的NMF算法中，对模型进行了改进，从而提高算法的鲁棒性。其次，为了提高分解后丰度矩阵的稀疏性，将双重加权稀疏约束引入L21NMF模型中，使其中一个权值提高每个像元对应的丰度向量上的稀疏性，另一个权值提高每个端元对应的丰度向量上的稀疏性。同时，为了利用像元的全局空间分布信息，观察地物在不同图像中的真实分布情况，引入子空间结构正则项，提出了基于子空间结构正则化的L21非负矩阵分解(L21NMF-SSR)算法。通过在模拟数据集和真实数据集与其他经典算法的比较，验证了该算法具有更好的性能，同时具有去噪能力。
引用本文（GB/T 7714）
陈善学, 刘荣华. 基于子空间结构正则化的L 21 非负矩阵分解高光谱解混[J]. 未知来源, 2021.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。