您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. ENVI扩展工具:完全约束最小二乘法混合像元分解FCLS Spectral Unmixing

  2. ENVI线性光谱解混约束工具。具体详情请看http://blog.sina.com.cn/s/blog_764b1e9d0101dnjz.html,原文中链接已经失效,现附上附件下载给大家提供方便。
  3. 所属分类:教育

    • 发布日期:2017-10-21
    • 文件大小:15360
    • 提供者:hao2713
  1. 光谱反射率曲线的像元分解算法

  2. 可以解决对于一条光谱曲线的混合像元分解问题,从光谱库中直接获得端元波普进行线性混解
  3. 所属分类:其它

    • 发布日期:2018-04-10
    • 文件大小:1024
    • 提供者:qq_41699410
  1. 研究论文-结合FDA与NMF的高光谱数据解混方法

  2. 高光谱图像解混是遥感图像处理的重要技术之一.利用非负矩阵分解(NMF)进行高光谱图像解混是近年来发展起来的一种方法.这种解混方法假设光谱具有稳定的光谱特性;但实际上光谱经常是多变的,这个现象影响着解混的精度.为了减小这一影响,首先利用Fisher判别分析(FDA)对高光谱数据进行线性变换,而后利用变换后的高光谱数据提出了一种FDA与NMF相结合的高光谱数据解混方法.实验表明新方法能够有效地提高解混精度与效率.
  3. 所属分类:其它

    • 发布日期:2019-08-07
    • 文件大小:410624
    • 提供者:weixin_39841848
  1. 基于线性最小二乘支持向量机的光谱端元选择算法

  2. 基于线性最小二乘支持向量机的光谱端元选择算法,王立国,邓禄群,光谱端元选择是高光谱数据解混分析的重要前提。在各种端元选择算法中,N-FINDR算法因其自动性和高效性受到广泛欢迎。然而,该算法�
  3. 所属分类:其它

    • 发布日期:2020-02-23
    • 文件大小:272384
    • 提供者:weixin_38686041
  1. 使用可变端元进行高光谱图像的几何丰度估算

  2. 丰度估计是高光谱遥感数据定量分析的重要步骤。由于物理上的解释,总和合一和非负性约束通常强加于大量的材料上。本文提出了一种使用可变端元集对像素进行完全约束线性光谱解混的几何方法。首先,提出了一种改进的选择每个像素候选端成员集的方法,该方法适用于处理具有大量端成员的高光谱图像。为了从高光谱场景中存在的整个端成员中确定最佳的每个像素端成员集,然后执行迭代的部分约束几何解混合,其中子空间投影用于完全约束的最小二乘估计。通过与合成和实际高光谱数据上的基准分解算法进行比较,评估了所得分解算法的性能。
  3. 所属分类:其它

    • 发布日期:2021-03-18
    • 文件大小:712704
    • 提供者:weixin_38680492
  1. 复合正则化联合稀疏贝叶斯学习的高光谱稀疏解混算法

  2. 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
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:1048576
    • 提供者:weixin_38617602
  1. 基于区域聚类的高光谱分解空间预处理

  2. 高光谱分解是遥感图像开发的重要技术。 它的目的是将混合像素分解为光谱纯成分(称为末端成员)及其对应比例(称为分数丰度)的集合。 近年来,许多研究表明,仅使用光谱信息进行混合并不能将空间信息充分纳入遥感高光谱图像中,因为像素被视为孤立的实体,而没有考虑它们之间现有的局部相关性。 为了解决这个问题,已经开发了几种空间预处理方法以将空间信息包括在频谱解混过程中。 在本文中,我们提出了一种新的空间预处理方法。与现有方法相比,该方法具有一些优势。 所提出的方法源自简单线性迭代聚类(SLIC)方法,该方法将
  3. 所属分类:其它

    • 发布日期:2021-03-07
    • 文件大小:2097152
    • 提供者:weixin_38593644
  1. 高光谱解混的稀疏约束广义双线性模型

  2. 高光谱解混的稀疏约束广义双线性模型
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:1048576
    • 提供者:weixin_38605801
  1. 静态傅里叶变换光谱仪补偿板的旋转对干涉图谱的调制研究

  2. 在静态傅里叶变换光谱仪中,由于系统装调精度的限制,补偿板相对于分束板会产生一定角度的旋转。补偿板的旋转在横向会导致干涉图像发生错位,在纵向则会导致光程差的改变,致使干涉图像失真。通过对光束在补偿板中传播路径的计算,得到干涉图像的错位量和光程差的变化量与补偿板旋转角之间的函数关系,并根据函数关系计算和分析了补偿板的旋转导致的不同波长干涉图像的混叠和光谱的失真。对于补偿板旋转引入的相位误差,提出离散光谱序列解线性方程组的方法,有效实现了误差光谱的良好校正。
  3. 所属分类:其它

    • 发布日期:2021-02-23
    • 文件大小:2097152
    • 提供者:weixin_38641366
  1. 基于高光谱图像混合像元分解技术的去雾方法

  2. 针对薄雾天气造成的能见度低的问题,提出了一种利用高光谱图像混合像元分解技术去除雾的方法。建立了薄雾天气下的传感器成像物理模型,对含有雾端元的线性光谱混合数学模型进行解混。然后通过丰度反演方法得到雾端元的丰度后加以去除,将剩余地物端元的丰度调整后即获得去雾后的图像。该方法相比于基于单波段或全色图像的去云雾方法,物理意义更明确。从客观评价指标上也可以看出该方法的薄雾去除效果佳,去雾后图像细节更加丰富。
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:4194304
    • 提供者:weixin_38670065
  1. 基于空间同质性分析的改进的sunsal-tv高光谱解混算法

  2. 稀疏回归框架已被许多工作引入,以解决线性光谱解混问题,这是因为与像素相比,通常与光谱库或整个高光谱数据集中的端成员相比,像素由较少的端成员进行混合。 传统的稀疏分解技术着重于在不合并空间信息的情况下分析高光谱图像的光谱特性。 但是,空间信息的集成将有利于提高线性分解过程的性能。 一种通过可变分裂增强拉格朗日和总变化量的稀疏分解算法(SUnSAL-TV),在最终的分解目标函数中除了稀疏性引起的正则化器之外,还增加了总变化量空间正则化器。 总变化空间正则化有助于提高分数丰度的平滑度。 但是,图像中的
  3. 所属分类:其它

    • 发布日期:2021-03-27
    • 文件大小:700416
    • 提供者:weixin_38608055