近年来，用于字典的稀疏回归（SR）方法用于高光谱解混已经在遥感领域引起了广泛的关注。 但是，在假设可以将高光谱场景中的每个像素视为光谱库中端成员的组合的情况下，大多数SR方法忽略了光谱库中实际光谱特征与其对应端成员之间的光谱特征失配。 为了克服这个问题，我们提出了一种联合优化解混模型，称为DSPCSR，它包括字典稀疏修剪和协作稀疏回归。和性能。 在综合和真实数据集上进行的实验表明，与几种最新算法相比，所提出的DSPCSR可以实现更好的性能。