基于数据简化的改进非负矩阵分解端元提取方法 下载: 949次
徐君, 王旭红, 王彩玲. 基于数据简化的改进非负矩阵分解端元提取方法[J]. 激光与光电子学进展, 2019, 56(9): 091001.
Jun Xu, Xuhong Wang, Cailing Wang. Improved Algorithm for Nonnegative Matrix Factorization and Endmember Extraction Based on Data Simplification[J]. Laser & Optoelectronics Progress, 2019, 56(9): 091001.
[1] 冯维一, 陈钱, 何伟基, 等. 基于高光谱图像混合像元分解技术的去雾方法[J]. 光学学报, 2015, 35(1): 0110002.
[2] 严阳, 华文深, 崔子浩, 等. 高光谱分类体积的端元提取[J]. 激光与光电子学进展, 2018, 55(9): 093004.
[3] 蓝金辉, 邹金霖, 郝彦爽, 等. 高光谱遥感影像混合像元分解研究进展[J]. 遥感学报, 2018, 22(1): 13-27.
[4] 杨可明, 刘士文, 王林伟, 等. 光谱最小信息熵的高光谱影像端元提取算法[J]. 光谱学与光谱分析, 2014, 34(8): 2229-2233.
[5] 徐君, 宋凯, 李波, 等. 数据约简化的高光谱影像端元提取[J]. 红外技术, 2016, 38(6): 481-485.
[6] 杨可明, 魏华锋, 刘飞, 等. 以光谱信息熵改进的N-FINDR高光谱端元提取算法[J]. 地球信息科学学报, 2015, 17(8): 979-985.
[8] 杨华东. 高光谱遥感影像光谱解混算法研究[D]. 大连: 大连海事大学, 2015: 70- 79.
Yang HD. Research on spectral unmixing algorithms for hyperspectral remote sensing image[D]. Dalian: Dalian Maritime University, 2015: 70- 79.
[12] Bioucas-Dias J M, Nascimento J M P. Hyperspectral subspace identification[J]. IEEE Transactions on Geoscience and Remote Sensing, 2008, 46(8): 2435-2445.
[13] 彭倩. 基于非负矩阵分解的高光谱图像解混研究[D]. 北京: 中国科学院大学, 2017.
PengQ. Hyperspectral unmixing based on constrained nonnegative matrix factorization[D]. Beijing: University of Chinese Academy of Sciences, 2017.
[14] 刘雪松, 王斌, 张立明. 基于非负矩阵分解的高光谱遥感图像混合像元分解[J]. 红外与毫米波学报, 2011, 30(1): 27-32, 54.
徐君, 王旭红, 王彩玲. 基于数据简化的改进非负矩阵分解端元提取方法[J]. 激光与光电子学进展, 2019, 56(9): 091001. Jun Xu, Xuhong Wang, Cailing Wang. Improved Algorithm for Nonnegative Matrix Factorization and Endmember Extraction Based on Data Simplification[J]. Laser & Optoelectronics Progress, 2019, 56(9): 091001.