复合正则化联合稀疏贝叶斯学习的高光谱稀疏解混算法

发布时间：2017-06-26 11:20

  本文关键词：复合正则化联合稀疏贝叶斯学习的高光谱稀疏解混算法，由笔耕文化传播整理发布。

【摘要】：将稀疏贝叶斯学习引入线性混合像元分解中,提出一种基于复合正则化联合稀疏贝叶斯学习的高光谱稀疏解混算法.在多观测向量的稀疏贝叶斯框架下,对各参数建立概率模型,经贝叶斯推断得到基于L2,1正则化的联合稀疏贝叶斯解混模型,并将丰度向量的非负与和为一约束加入到凸优化的目标函数中,通过变量分离法将复合正则化问题分解成多个单一正则化问题交替迭代求解,并利用参数自适应算法对正则化参数进行更新.模拟数据和真实数据的实验结果表明,该算法比贪婪算法和凸优化算法能获得更高的解混精度,并且适用于端元个数较多和信噪比较低的高光谱数据.
【作者单位】： 南京航空航天大学航天学院;
【关键词】： 高光谱图像 联合稀疏解混 复合正则化 稀疏贝叶斯学习
【基金】：国家自然科学基金(61401200,61201365) 南京航空航天大学青年科技创新基金(NS2013085)~~
【分类号】：TP751
【正文快照】： 影像数据,在资源勘测、环境监测、农业生产等领域引言有着广泛应用.受光学器件的限制,在获取像元的瞬高光谱遥感图像具有很高的光谱分辨率,能够时视场角内通常包含多于一种地物类型,形成混合获得从可见光到热红外波段范围内频谱近乎连续的像元.由于混合像元的普遍存在,导致分

【相似文献】

中国期刊全文数据库 前10条

1 朱自强,夏智勋,吴礼义;跨音速翼型设计的一种满足正则化条件的反设计方法[J];北京航空航天大学学报;1993年01期

2 刘小兰;郝志峰;杨晓伟;马献恒;;基于最小熵正则化的半监督分类[J];华南理工大学学报(自然科学版);2010年01期

3 林益;带Carleman位移的奇异积分方程的正则化问题[J];华中工学院学报;1987年05期

4 吴迪;王奎民;赵玉新;王巍;陈立娟;;分段正则化正交匹配追踪算法[J];光学精密工程;2014年05期

5 唐述;龚卫国;;高阶混合正则化图像盲复原方法[J];光学精密工程;2013年01期

6 黄蔚,吴代华;正则化反分析迭代法识别梁上移动荷载及位置[J];武汉工业大学学报;1997年02期

7 刘良云,相里斌,李英才,赵葆常;正则化处理在层析成象光谱技术中的应用[J];光子学报;1999年04期

8 吴鹏洲;于慧敏;曾雄;;基于正则化风险最小化的目标计数[J];浙江大学学报(工学版);2014年07期

9 俞全宏;PEANO正则化线性键及其在地学制图中应用[J];计算机辅助设计与图形学学报;1991年01期

10 张荣;;浅谈一类奇异分散控制系统的正则化[J];新课程研究(职业教育);2008年12期

中国重要会议论文全文数据库 前6条

1 毛玉明;郭杏林;吕洪彬;;动载荷反演问题的正则化求解[A];第18届全国结构工程学术会议论文集第Ⅰ册[C];2009年

2 王彦飞;;地球物理数值反演问题的最优化和正则化理论与方法[A];中国地球物理学会第二十七届年会论文集[C];2011年

3 廖熠;赵荣椿;;从明暗恢复形状方法综述[A];中国体视学学会图像分析专业、中国体视学学会仿真与虚拟现实专业、中国航空学会信号与信息处理专业第一届联合学术会议论文集[C];2000年

4 张瀚铭;闫镔;李磊;;一种基于TV正则化的有限角度CT图像重建算法[A];全国射线数字成像与CT新技术研讨会论文集[C];2012年

5 熊春阳;黄建永;方竞;;高性能牵引力显微镜方法及其在细胞力学研究中的应用[A];中国生物医学工程学会成立30周年纪念大会暨2010中国生物医学工程学会学术大会报告论文[C];2010年

6 崔凯;杨国伟;李兴斯;;土壤中溶质传输参数反演的叉熵正则化方法[A];计算流体力学研究进展——第十二届全国计算流体力学会议论文集[C];2004年

  本文关键词：复合正则化联合稀疏贝叶斯学习的高光谱稀疏解混算法，由笔耕文化传播整理发布。

，

本文编号：485976