计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2013年
1期
204-207,212
,共5页
戴华平%王旭%胡红亮%王玉涛
戴華平%王旭%鬍紅亮%王玉濤
대화평%왕욱%호홍량%왕옥도
非负矩阵分解%粒子群优化算法%高光谱%线性光谱模型%全局最小值%稀疏性
非負矩陣分解%粒子群優化算法%高光譜%線性光譜模型%全跼最小值%稀疏性
비부구진분해%입자군우화산법%고광보%선성광보모형%전국최소치%희소성
传统的非平滑约束的非负矩阵分解算法(nsNMF)在处理高光谱数据时,存在对初始值敏感、容易陷入局部最优值等缺陷.为此,提出一种基于粒子群优化(PSO)的nsNMF算法.采用传统nsNMF算法迭代的结果作为初始值,以避免PSO的盲目搜索.通过PSO搜索端元光谱矩阵,利用nsNMF算法更新端元光谱矩阵和丰度矩阵,以缩小搜索空间,降低计算复杂度,避免陷入局部最优.在合成数据集和真实数据集上的实验结果表明,与传统nsNMF算法相比,该算法能获得更好的全局最优解,端元光谱和丰度值更接近真实值.
傳統的非平滑約束的非負矩陣分解算法(nsNMF)在處理高光譜數據時,存在對初始值敏感、容易陷入跼部最優值等缺陷.為此,提齣一種基于粒子群優化(PSO)的nsNMF算法.採用傳統nsNMF算法迭代的結果作為初始值,以避免PSO的盲目搜索.通過PSO搜索耑元光譜矩陣,利用nsNMF算法更新耑元光譜矩陣和豐度矩陣,以縮小搜索空間,降低計算複雜度,避免陷入跼部最優.在閤成數據集和真實數據集上的實驗結果錶明,與傳統nsNMF算法相比,該算法能穫得更好的全跼最優解,耑元光譜和豐度值更接近真實值.
전통적비평활약속적비부구진분해산법(nsNMF)재처리고광보수거시,존재대초시치민감、용역함입국부최우치등결함.위차,제출일충기우입자군우화(PSO)적nsNMF산법.채용전통nsNMF산법질대적결과작위초시치,이피면PSO적맹목수색.통과PSO수색단원광보구진,이용nsNMF산법경신단원광보구진화봉도구진,이축소수색공간,강저계산복잡도,피면함입국부최우.재합성수거집화진실수거집상적실험결과표명,여전통nsNMF산법상비,해산법능획득경호적전국최우해,단원광보화봉도치경접근진실치.
