没有合适的资源？快使用搜索试试~
我知道了~
文库首页
开发技术
其它
非凸稀疏低秩约束的高光谱解混方法
非凸稀疏低秩约束的高光谱解混方法
研究论文
0 下载量
158 浏览量
2021-02-22
07:05:05
上传
评论
1
收藏
1.87MB
PDF
举报
温馨提示
立即下载
非凸稀疏低秩约束的高光谱解混方法
资源推荐
资源评论
基于非凸稀疏低秩约束的高光谱解混方法
浏览：60
针对高光谱混合像元的丰度矩阵具有行稀疏特性，提出一种非凸稀疏低秩约束的高光谱解混方法。<br>首先建立高光谱图像非凸稀疏低秩约束模型，将丰度系数矩阵的非凸p 范数作为稀疏约束，并将丰度系<br>数矩阵奇异值的非凸p 范数作为低秩约束，进而构建联合低秩性先验与稀疏性先验的非凸极小化模型，<br>并提出求解的增广拉格朗日交替极小化算法，将复合正则化问题分解成多个单一正则化问题交替迭代求<br>解。实验
基于非凸低秩稀疏约束的鲁棒人脸识别算法.pdf
浏览：11
基于非凸低秩稀疏约束的鲁棒人脸识别算法.pdf
基于最小体积稀疏正则的高光谱解混方法的研究
浏览：11
高光谱解混的目的在于提取图像中的端元特征和丰度特征。由于高光谱图像空间分辨率低而存在大量混合像元,因此如何从混合像元中提取光谱特征和空间分布信息是高光谱解混面临的难题。基于非负矩阵分解的高光谱解混是一个不适定拟合问题,而且在处理过程中将立方体数据转化为矩阵会导致三维结构信息的丢失。利用最小体积单纯形空间稀疏性,提出一种基于最小体积稀疏正则的高光谱解混方法,能够挖掘出图像中光谱特性和丰度特征的内在关
近似稀疏约束的多层非负矩阵分解高光谱解混
浏览：200
稀疏正则化函数的选取直接影响到稀疏非负矩阵分解高光谱解混的效果。目前，主要采用 L0.或 L1 范数作为稀疏度量。L0 稀疏性好，但求解困难；L1 求解方便，但稀疏性差。提出一种近似稀疏模.型，并将其引入到多层非负矩阵分解(AL0-MLNMF)的高光谱解混中，将观测矩阵进行多层次稀疏分.解，提高非负矩阵分解高光谱解混的精度，提升算法的收敛性。仿真数据和真实数据实验表明：该算.法能够避免陷入局部极值
复合正则化联合稀疏贝叶斯学习的高光谱稀疏解混算法
浏览：136
<span xss=removed><span> </span></span><span xss=removed>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</span><span xss
结合分层和ADMM的高光谱图像解混方法
浏览：41
高光谱图像有较高的光谱分辨率，但是单个像元覆盖的面积比较大，导致单个像元中出现多于一种地物的现象，即混合像元。混合像元的存在严重影响了高光谱数据的后续利用。高光谱图像解混技术的目的就是将混合像元中存在的地物种类(端元)以及各个地物种类所对应的比例(丰度)精确地表示出来。高光谱数据覆盖的范围比较大，不可避免存在端元变异的现象。为了应对端元变异现象，利用扩展的线性混合模型对高光谱数据进行建模。在基于分
先验信息约束NMF的高光谱解混
浏览：36
针对高光谱图像中含有大量混合像元，且大多数解混算法未能利用真实地物信息的问题，提出了一种利用先验信息约束的非负矩阵分解方法对高光谱进行解混。首先利用顶点成分分析法和全约束最小二乘法分别对端元矩阵和丰度矩阵进行初始化，然后利用本文算法对高光谱数据进行解混，最后对估计端元和估计丰度进行评价分析。实验显示，利用本文提出的方法对数据解混的结果优于其他约束的非负矩阵分解算法得到的结果，在求解过程中有很好的抗
论文研究-基于非凸低秩稀疏约束的船舶交通流量预测.pdf
浏览：73
为有效预测船舶交通流量，利用非凸...实验结果表明，非凸低秩稀疏分解模型能反映船舶交通流量的季节变化规律，较灰色系统、神经网络及组合预测模型能够显著地提高预测精度，为船舶交通流量预测提供了一种新的预测方法。
基于非凸低秩分解判别的叠加线性稀疏人脸识别.pdf
浏览：26
基于非凸低秩分解判别的叠加线性稀疏人脸识别.pdf
非凸DC.zip_rpca_yellowieu_低秩稀疏_稀疏_非凸低秩
浏览：30
非凸DC的实现,对秩函数的替换，2015年对稀疏低秩模型的进一步的改进，提出了新的想法
超像素分割在高光谱图像稀疏解混中的应用
浏览：164
超像素分割在高光谱图像稀疏解混中的应用，崔颖，王恒，经典的协同稀疏解混算法认为高光谱图像中的所有像元共享相同的端元集,对求解的丰度矩阵添加全局协同稀疏限制。但由于高光谱图像�
基于约束多核NMF的非线性高光谱解混
浏览：18
基于约束多核NMF的非线性高光谱解混
ℓ2，₁范数的鲁棒稀疏高光谱解混
浏览：152
ℓ2，₁范数的鲁棒稀疏高光谱解混
考虑端元差异性的协同稀疏高光谱解混算法 (2014年)
浏览：90
因现有的高光谱协同稀疏解混模型忽略了不同像元所包含端元的差异性，影响到丰度估计的准确性。该文提出一种先对具有相同端元的像元进行无监督聚类的预处理，然后对预处理后的不同类高光谱像元进行协同稀疏解混算法。在无监督聚类过程中，由于具有相同原子集合的像元之间的协同稀疏编码值最小，将重构误差与协同稀疏编码约束之和作为距离测度，从而有效保证了同类像元中具有相同端元；再利用基于ADMM的优化算法对每类像元分别进
高光谱解混的稀疏约束广义双线性模型
浏览：51
高光谱解混的稀疏约束广义双线性模型
ICCV-MoG.rar_动态背景 提取_动态背景建模_稀疏低秩分解_视频提取_高斯混合 背景
浏览：193
孟德宇老师的低秩分解代码，对动态变化的视频帧提取它的低秩背景，同时得到它的稀疏部分。利用混合高斯对误差进行建模
基于LASSO算法的稀疏正则化高光谱图像的光谱解混合算法matlab仿真+仿真录像
浏览：33
5星 · 资源好评率100%
1.版本：matlab2021a，我录制了仿真操作录像，可以跟着操作出仿真结果2.领域：LASSO算法3.内容：基于LASSO算法的稀疏正则化高光谱图像的光谱解混合算法matlab仿真+仿真录像
联合低秩与稀疏先验的高光谱图像压缩感知重建
浏览：111
联合低秩与稀疏先验的高光谱图像压缩感知重建
matlab-(含教程)基于LASSO算法的稀疏正则化高光谱图像的光谱解混合算法matlab仿真
浏览：47
matlab_(含教程)基于LASSO算法的稀疏正则化高光谱图像的光谱解混合算法matlab仿真
行业文档-设计装置-基于核稀疏非负矩阵分解的高光谱图像非线性解混方法.zip
浏览：2
行业文档-设计装置-基于核稀疏非负矩阵分解的高光谱图像非线性解混方法.zip
基于光谱和空间特性的高光谱解混方法 (2009年)
浏览：166
为表征高光谱数据的光谱和空间特性，引入光谱的平滑性和地物空间分布的稀疏性约束，提出非负矩阵分解的改进算法，将其应用于高光谱解混。尺度可变的梯度下降算法保证了改进算法的收敛性。实验结果表明，改进后的非负矩阵分解算法能给出地物光谱，并精确估计其分布。
高光谱异常检测的约束稀疏表示模型
浏览：192
高光谱异常检测的约束稀疏表示模型
约束约束非凸优化的集体神经动力学优化方法
浏览：160
约束约束非凸优化的集体神经动力学优化方法
最小体积约束的线性光谱解混算法 (2011年)
浏览：191
提出了最小体积单体约束的线性光谱解混算法。该算法不需要假设数据中存在纯像元，采用二次规划方法计算降维后的端元矩阵，利用最小二乘方法实现丰度估计和端元提取。实验结果表明，此算法解混的结果整体上优于MVC-NMF算法。
稀疏恢复的非凸方法的收敛性保证
浏览：50
稀疏恢复的非凸方法的收敛性保证
高光谱协同稀疏与非局部低秩张量变化检测.docx
浏览：14
高光谱协同稀疏与非局部低秩张量变化检测.docx
通过稀疏表示和低秩约束实现高光谱图像降噪
浏览：111
为了弥补局部频谱RAC的缺点，使用低秩约束来处理频谱域中的全局RAC。 使用不同的高光谱数据集来测试所提出方法的性能。 所提出的方法的去噪结果优于通过其他现有技术的高光谱去噪方法获得的结果。
GreBsmo.zip_Godec_低秩图像_图像稀疏低秩_稀疏_稀疏低秩分解
浏览：185
5星 · 资源好评率100%
GoDec算法的Greedy版本，悉尼科技大学陶大程教授的成果。对图像进行低秩稀疏分解
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~
联系上传者
评论
weixin_38606300
粉丝: 4
资源:
829
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场，查看用户热搜
最新资源
高分项目，PID-小车类-手机遥控十分mimi蓝牙小车V2资料全部开源
傅里叶变换教程.docx
课程设计-学生成绩管理系统需求分析、数据库设计、系统功能设计和界面设计
总图1-2-5-6.zip
数据库课程设计-在线图书销售管理系统设计案例
安装包-算法设计总结，学习记录安装包-算法设计总结，学习记录
stm32-CAN波特率计算工具及代码生成
算法题-排序、搜索、图、动态规划、贪心、匹配、AI...各类算法讲解
sdfsdsdfsdfsd
地表最强！顶级扒带神器AI音频转MIDI音频伴奏人声乐器分离RipX DAW PRO MAC版本
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
安全验证
文档复制为VIP权益，开通VIP直接复制
信息提交成功
