-
题名变形L_(1)正则化的高光谱图像稀疏解混
被引量：3
- 1
-
-
作者
李璠
吴朝明
张绍泉
胡蕾
邓承志
-
机构
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
江西师范大学计算机信息工程学院
-
出处
《激光与红外》
CAS
CSCD
北大核心
2021年第4期515-522,共8页
-
基金
江西省教育厅科技项目(No.GJJ190956,No.GJJ180962,No.GJJ170992)
国家自然科学基金资助项目(No.61865012,No.61662033)
+1 种基金
江西省自然科学基金项目(No.20192BAB217003)
江西省重点研发计划项目(No.20202BBGL73081,No.20181ACG70022)资助。
-
文摘
如何准确地刻画易于求解的稀疏正则化函数是高光谱图像稀疏解混的难点。变形L_(1)正则化函数是一类由绝对值函数组成的双线性变换的单参数族,类似于L_(p)p∈0,1范数,通过调整参数a∈0,可以准确表征L_(0)和L_(1)之间的任意范数,并具有无偏、稀疏和Lipschitz连续性。论文首先研究变形L_(1)正则化函数,然后提出变形L_(1)正则化的高光谱稀疏解混变分模型,最后提出变形L_(1)正则化高光谱稀疏解混模型的凸函数差分求解算法。通过模拟和真实的高光谱数据实验,与经典的SUnSAL算法相比,表明提出的算法能够更准确地刻画丰度系数的稀疏性,并获得更高的解混精度。
-
关键词
高光谱图像
稀疏解混
变形L_(1)正则化
凸函数差分算法
-
Keywords
hyperspectral image
sparse unmixing
transformed L_(1)regularization function
difference of convex algorithm
-
分类号
TP753
[自动化与计算机技术—检测技术与自动化装置]
-
