典型文献
基于约束误差不变的高光谱图像端元优化模型
文献摘要：
线性混合模型(linear mixture model,LMM)在端元提取中起着至关重要的作用.在LMM假设下,理想的端元提取效果需要重建误差最小.但是在实际的高光谱数据集中噪声是不可避免的,单纯追求重建误差最小化可能会导致最终结果偏离真实端元.为平衡重建误差与噪声的影响,使用几何优化模型计算重建误差,通过约束重建误差来最小化单形体体积,提出新的误差约束优化模型EIC-OSV(error invariant constrained-optimal simplex volume).模拟数据及真实数据下的实验表明,EIC-OSV可以提高现有端元提取方法的准确性.
文献关键词：
高光谱;端元提取;单形体;优化
中图分类号：
作者姓名：
王为家;耿修瑞
作者机构：
中国科学院空天信息创新研究院中国科学院空间信息处理与应用系统技术重点实验室,北京100094;中国科学院大学,北京100049
文献出处：
引用格式：
[1]王为家;耿修瑞-.基于约束误差不变的高光谱图像端元优化模型)[J].中国科学院大学学报,2022(01):83-90
A类：
单形体
B类：
高光谱图像,线性混合模型,linear,mixture,model,LMM,端元提取,设下,提取效果,重建误差,高光谱数据,结果偏离,平衡重建,几何优化,过约束,误差约束,约束优化,EIC,OSV,error,invariant,constrained,optimal,simplex,volume,模拟数据,真实数据
AB值：
0.35345
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
