基于近似稀疏约束非负矩阵分解的高光谱图像混合像元分解

基于近似稀疏约束非负矩阵分解的高光谱图像混合像元分解

ID:34877630

大小:5.85 MB

页数:60页

时间:2019-03-13

基于近似稀疏约束非负矩阵分解的高光谱图像混合像元分解_第1页
基于近似稀疏约束非负矩阵分解的高光谱图像混合像元分解_第2页
基于近似稀疏约束非负矩阵分解的高光谱图像混合像元分解_第3页
基于近似稀疏约束非负矩阵分解的高光谱图像混合像元分解_第4页
基于近似稀疏约束非负矩阵分解的高光谱图像混合像元分解_第5页
资源描述:

《基于近似稀疏约束非负矩阵分解的高光谱图像混合像元分解》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、学号:201210131硕±学位论文基于近似稀疏约束非负矩阵分解的高光谱图像混合像元分解口统招硕去□中职教师在职攻读硕壬学院通信与电子学院学生姓名高铁学科专业信号与信扁处理指导教师邓承志副教巧2015年6月2日分类号:密级:UDC:编号;江西科技师范大学硕±学位论文基于近做巧疏约束非负矩巧分解前髙光巧围像混合像元分巧HersectralUnmixinbasedonAroximateSarsityppgpppyConstraintedNonnegativeMatrixFadoriza

2、tion髙钦指导教师姓名、职巧亦承志却教巧申请学化纪潮硕±学化学科专业《蘇信号与信息处理论文提巧日巧2015W27论文答辩日巧2015/6/2学位巧予单位化西撇师范大挙答辩委员会主席:评巧人:2015年6月2曰学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加W标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得知曲斜投师惠夫營或其他教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均

3、已在论文中作了明确的说明并表示谢意。学位论文作者签名(手写签字日期:K你年^月日学位论文贩权使用授权书本学位论文作者完全了解江西科技师范大学有关保留、使用学位论文的规定,有权保留并向国家有关部口或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权江酉型近跑莖去堂可W将学位论文的全部或部分内容编入有关数据摩进行检索l,可ti采用影印、缩印或扫描等复制手段保存、汇编本学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名(手写):导师签名(手写):抑气■-签字曰期名t:巧成年t月主曰签字曰期:2〇t支年月(曰(^

4、摘要.-一离第谱遥感是种将成像技术与!谱技术相结合的多维信息获取技术,它可一W同巧获取图像的二维儿何空间与缠先谱信息,这让我们对地物进行分类,探.测及目标识别成为可能。但是受到传感器空间分辨率的限制W及首然界地物复杂一多样性的影响,使得遥感影像中单个像元所包含的地物可能并不单,混合像元在窩光谱遥感图像中普遍存在。混合像元的普遍存在会严重影响地物的识别和分类的精度。因此对混合像元巧行高效的分解对遥感的实际应用就有非常重要的意义。非负矩阵分解一一(NMF)是种将个非负的矩阵近似分解为另外两个非负的矩阵乘积的矩阵分解方法。由于其模型与痛合像元分解模型十

5、分相似,非常适用于线性混合模型下的混合像元分解。然而由于NMF的目标函数具有非凸性,使得其极易陷入局部最小值,为了提高分解的精度,因此通常会根据具体的问题一定的约束条件加入。稀疏模型是图像领域的研究热点。它可W利用很少量的系数捕获到数据的主要信息和内在几何结构,并且对噪声和误差更加鲁棒。由于混合像元分解的丰度矩阵具有一定的稀疏性,可W将稀疏约束加入到非负矩阵分解模型中。因此,本论文的主要研究内容是基于稀疏约束非负矩阵分解的高光谱图像混合像元分解。主要的工作如下:1.针对非负矩阵分解算法易陷入局部最小值的问题,在分析现有的稀疏约束模型之后一,提出了种

6、稀疏性好易于求解的近似稀疏约束模型并将其作为约束条件加入到非负矩阵分解的目标函数中,并将其应用到了离光谱混合像元分解之中。通过模拟数据实验和真实数据实验验证了该算法的效果。2一.针对般的非负矩阵分解算法在某些情况下的分解效果不太好的情况,本论文采用基于多层的非负矩阵分解算法来替代基本的非负矩阵分解算法。计对多层非负矩阵分解算法的特点对其分解之后的矩阵加入了Lin约束,加上在本论文中提出的对系数矩阵的近似稀疏约束,本论文提出了基于近似稀疏约束的多层非负矩阵分解模型(MLNMFASC),并将其应用到了商光谱图像的混合像元分解之中。在经过模型数据实验和真实

7、数据实验的测试后,通过实验结果发现MLNMFASC一算法比之前的算法的效果有了定的提升。关键词:离光谱图像海合像元分解;稀疏约束;非负矩阵分解:近似稀疏模型;IAbstractABSTRACTHyp巧spectralremotesensingisacombinedimaging1;echnologyand-nspectroscopyofmultidimensionalinforaiatio江retrieva

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。