您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于低秩稀疏矩阵分解和稀疏字典表达的高光谱异常目标检测

  2. 异常目标检测在高光谱图像(HSI)处理领域发挥越来越重要的作用。低秩稀疏矩阵分解算法(LRaSMD)可将背景和异常区分开,可以极大地减弱异常目标对背景的污染。基于此,提出一种基于低秩稀疏矩阵分解和稀疏字典表达(LRaSMD-SR)的高光谱异常目标检测算法,通过LRaSMD的方式获取背景集,通过稀疏表达的方式从背景集中构建背景字典模型,最后通过计算重构误差来检测异常点。该算法在模拟和真实数据上都进行了有效性验证,实验结果证明LRaSMD-SR算法具有非常好的异常目标检测性能。
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:4194304
    • 提供者:weixin_38516380