基于L0稀疏约束的近似NMF高光谱解混OA
Approximate NMF hyperspectral unmixing based on L0 sparsity constraint
非负矩阵分解(NMF)由于其非负性和分块表征能力,使得该算法大量的应用于机器学习和信号处理等相关领域.经典NMF与线性混合的高光谱模型比较一致,因此在高光谱解混中被广泛应用.因为传统的NMF模型对初值非常敏感,难以保证算法的收敛性.所以,通常对其加入各种稀疏性约束.本文就NMF的L0约束提出了一种联合稀疏特性的近似NMF算法,它分别约束基础矩阵和系数矩阵,并将其与不受约束的NMF技术结合,诸如乘法更新规则或交替的非负最小二乘方案.最后采用真实仿真…查看全部>>
刘雪松;谭文群;段卓镭;张志鹏;彭天亮
南昌工程学院江西省水信息协同感知与智能处理重点实验室,江西南昌330099南昌工程学院江西省水信息协同感知与智能处理重点实验室,江西南昌330099南昌工程学院江西省水信息协同感知与智能处理重点实验室,江西南昌330099南昌工程学院江西省水信息协同感知与智能处理重点实验室,江西南昌330099南昌工程学院江西省水信息协同感知与智能处理重点实验室,江西南昌330099
信息技术与安全科学
稀疏解混非负矩阵分解非负最小二乘
《南昌工程学院学报》 2021 (1)
57-65,9
江西省教育厅科学技术研究项目(GJJ161126)国家自然科学基金资助项目(61701215)江西省重点实验室开放基金项目(2016WICSIP027).
评论