一种基于单形体正化的高光谱数据全约束线性解混方法

发布时间：2018-08-02 15:30

【摘要】：在端元已知情况下,线性混合模型的非负约束最小二乘无闭式解,需要多次迭代得收敛最优解,时间复杂度高.通过高光谱数据凸面几何特性分析,指出当数据为正单形体时,可经有限步骤快速得线性混合模型最优解.据此提出一种单形体正化的高光谱数据全约束线性解混方法,据已知端元进行单形体正化,采用和为一约束求解丰度系数,最后迭代剔除丰度负值端元得全约束解.实验结果表明该方法可获得传统全约束解一致的丰度估计,且效率大大提升.
[Abstract]:In the case of known endcomponents, the non-negative constrained least squares without closed solution of the linear mixed model requires multiple iterations to obtain the convergent optimal solution, and the time complexity is high. By analyzing the geometric properties of the convex surface of hyperspectral data, it is pointed out that the optimal solution of the linear mixed model can be obtained quickly by finite steps when the data is a normal simple body. Based on this, a fully constrained linear demultiplexing method of hyperspectral data is proposed. According to the known end elements, the full constrained solution is obtained by solving the abundance coefficient by sum as a constraint. Finally, the full constrained solution is obtained by eliminating the negative end element of abundance iteratively. The experimental results show that the proposed method can obtain the consistent abundance estimation of the traditional fully constrained solutions, and the efficiency is greatly improved.
【作者单位】： 中国科学院空间信息处理与应用系统技术重点实验室;中国科学院电子学研究所;中国科学院大学;中国地质大学;
【基金】：中国地质调查局地质调查项目(1212011120226) 国家863计划课题(2012AA12A308) 中国科学院科技服务网络计划项目(KFJEW-STS-046)~~
【分类号】：TP751

【相似文献】

相关期刊论文 前10条

1 高阳;王雪松;程玉虎;黄飞;;基于非负稀疏嵌入投影的高光谱数据降维方法[J];中国矿业大学学报;2012年06期

2 陈新忠;胡汇涓;王雪松;;基于加权近邻保持嵌入的高光谱数据降维方法[J];中国矿业大学学报;2013年06期

3 王旭红;肖平;郭建明;;高光谱数据降维技术研究[J];水土保持通报;2006年06期

4 王祥涛;冯燕;陈武;;基于改进独立分量分析的高光谱数据分类研究[J];计算机仿真;2009年11期

5 王祥涛;冯燕;吴政;;高光谱数据分类新方法研究[J];计算机工程与应用;2010年10期

6 殷岳萌;冯燕;刘萌萌;;基于独立分量分析和相关向量机的高光谱数据分类[J];现代电子技术;2010年13期

7 姜小光,唐伶俐,王长耀,王成;高光谱数据的光谱信息特点及面向对象的特征参数选择——以北京顺义区为例[J];遥感技术与应用;2002年02期

8 张远飞;吴德文;张艮中;朱谷昌;李红;;高光谱数据的波段序结构分析与应用研究[J];国土资源遥感;2010年01期

9 肖海燕;曾辉;昝启杰;白钰;程好好;;基于高光谱数据和专家决策法提取红树林群落类型信息[J];遥感学报;2007年04期

10 曹扬;赵慧洁;黄四牛;李娜;张佩;;基于高效置信传播的改进马尔可夫随机场高光谱数据分类算法[J];模式识别与人工智能;2014年03期

相关会议论文 前10条

1 郭宇龙;李云梅;;环境1号卫星高光谱数据重建及其精度分析[A];第十七届中国环境遥感应用技术论坛论文集[C];2013年

2 李云梅;蒋建军;韦玉春;;利用地面实测高光谱数据评价太湖富营养化状态[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

3 姜小光;王长耀;王成;;高光谱数据的光谱信息特点及面向对象的特征参数选择——以北京顺义区为例[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年

4 杨仁忠;马利春;石璐;王欣;;基于GPU的高光谱数据实时处理平台结构设计与分析[A];第二十五届全国空间探测学术研讨会摘要集[C];2012年

5 张霞;张兵;胡方超;童庆禧;;CHRIS高光谱数据大气自校正与仪器定标精度评价[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

6 李英杰;薛勇;光洁;何兴伟;梅林露;王颖;徐慧;艾建文;;环境小卫星高光谱数据在气溶胶定量反演及沙尘监测中的应用初探[A];第十七届中国遥感大会摘要集[C];2010年

7 董广军;;PHI高光谱数据光谱重建及城市分类应用研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

8 曹扬;胡荣;金彬;张佩;;一种准确快速的高光谱数据光谱混合分析方法[A];第二届高分辨率对地观测学术年会论文集[C];2013年

9 陈军;杨存建;许辉熙;程曦冉;;MODIS高光谱数据的初步分析和应用探讨[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年

10 张萌;赵慧洁;李娜;;高光谱数据光谱分辨率对矿物识别的影响分析[A];2006年全国光电技术学术交流会会议文集（D 光电信息处理技术专题）[C];2006年

相关博士学位论文 前5条

1 李兴;高光谱数据库及数据挖掘研究[D];中国科学院研究生院（遥感应用研究所）;2006年

2 张兵;时空信息辅助下的高光谱数据挖掘[D];中国科学院研究生院（遥感应用研究所）;2002年

3 邢东兴;基于高光谱数据的果树理化性状信息提取研究[D];西北农林科技大学;2009年

4 满其霞;激光雷达和高光谱数据融合的城市土地利用分类方法研究[D];华东师范大学;2015年

5 高晓惠;高光谱数据处理技术研究[D];中国科学院研究生院（西安光学精密机械研究所）;2013年

相关硕士学位论文 前10条

1 李志花;基于C#的冬小麦长势高光谱数据处理系统开发[D];山西农业大学;2015年

2 楚万林;基于高光谱数据的棉花生长信息模型模拟研究[D];西北农林科技大学;2015年

3 赵兴;基于深度置信网集成的高光谱数据分类方法研究[D];哈尔滨工业大学;2015年

4 郑思远;面向异常检测的高光谱数据线性子空间估计[D];国防科学技术大学;2013年

5 陈芳;基于HJ1A高光谱数据和CCD数据的植被信息提取方法研究[D];福建农林大学;2015年

6 苏乐乐;改进型人工免疫系统及其在高光谱数据处理中的应用[D];中国地质大学（北京）;2009年

7 乔宇;基于松驰聚类假设的高光谱数据分类研究[D];西安电子科技大学;2014年

8 王鑫禄;城市高光谱数据的频谱空间分类方法研究[D];吉林大学;2010年

9 靳红红;基于极速学习理论的高光谱数据分类[D];西安电子科技大学;2014年

10 范潇;基于高光谱数据解译的近海岸要素分析及应用分析[D];哈尔滨工业大学;2011年

，

本文编号：2159878