广义判别正交非负矩阵分解及其应用 被引量：4

1

作者 刘昶 周激流 郎方年 《系统工程与电子技术》 EI CSCD 北大核心 2011年第10期2327-2330,共4页

提出了一种广义判别正交非负矩阵分解算法。与传统非负矩阵分解算法不同,该算法对目标函数加入了正交约束,保证了低维特征的非负性;也不同于以往的判别非负矩阵分解算法将判别约束加于低维权重上,该算法将判别约束推广到低维特征中,使... 提出了一种广义判别正交非负矩阵分解算法。与传统非负矩阵分解算法不同,该算法对目标函数加入了正交约束,保证了低维特征的非负性;也不同于以往的判别非负矩阵分解算法将判别约束加于低维权重上,该算法将判别约束推广到低维特征中,使得低维特征参与模式识别,进一步提高了识别精度。本文给出了算法的推导过程,并将其应用于人脸验证和人脸表情识别。实验结果表明,该算法提高了低维特征的判别能力,具有更好的性能。 展开更多

关键词 非负矩阵分解 判别分析 正交约束 低维特征 人脸验证 人脸识别

在线阅读 下载PDF 职称材料

基于稀疏和正交约束非负矩阵分解的高光谱解混 被引量：7

2

作者 陈善学 储成泉 《计算机应用》 CSCD 北大核心 2019年第8期2276-2280,共5页

针对基于非负矩阵分解(NMF)的高光谱解混存在的容易陷入局部极小值和受初始值影响较大的问题,提出一种稀疏和正交约束相结合的NMF的线性解混算法SONMF。首先,从传统的基于NMF的高光谱线性解混方法出发,分析高光谱数据本身的理化特性;然... 针对基于非负矩阵分解(NMF)的高光谱解混存在的容易陷入局部极小值和受初始值影响较大的问题,提出一种稀疏和正交约束相结合的NMF的线性解混算法SONMF。首先,从传统的基于NMF的高光谱线性解混方法出发,分析高光谱数据本身的理化特性;然后,结合丰度的稀疏性和端元的独立性两个方面,将稀疏非负矩阵分解(SNMF)和正交非负矩阵分解(ONMF)两种方法结合应用到高光谱解混当中。模拟数据和真实数据实验表明,相比顶点成分分析法(VCA)、SNMF和ONMF这三种参考解混算法,所提算法提高了线性解混的性能;其中,评价指标光谱角距离(SAD)降低了0.012~0.145。SONMF能够结合两种约束条件的优势,弥补传统基于NMF线性解混方法对高光谱数据表达的不足,取得较好的效果。 展开更多

关键词 非负矩阵分解 高光谱解混 稀疏 正交 独立性

在线阅读 下载PDF 职称材料

基于平滑l_0范数正交子空间非负矩阵分解 被引量：1

3

作者 叶军 金忠 《计算机应用研究》 CSCD 北大核心 2013年第3期768-770,774,共4页

为了能够提升分解矩阵的稀疏表达能力,提出了一种新的基于平滑l0范数的正交子空间非负矩阵分解方法。通过将分解矩阵的正交性及平滑l0范数约束同时引入矩阵分解的目标函数中一起进行优化,大大降低了计算复杂度,并提升了分解矩阵的稀疏... 为了能够提升分解矩阵的稀疏表达能力,提出了一种新的基于平滑l0范数的正交子空间非负矩阵分解方法。通过将分解矩阵的正交性及平滑l0范数约束同时引入矩阵分解的目标函数中一起进行优化,大大降低了计算复杂度,并提升了分解矩阵的稀疏表达能力。同时给出了分解矩阵的乘积更新迭代规则。通过在三个真实数据库(Iris,UCI,ORL)上的实验表明,该方法在分解所得矩阵的稀疏表示方面及将其应用于聚类问题所取得的聚类效果方面优于其他方法。 展开更多

关键词 非负矩阵分解 正交性 聚类 稀疏表示 l0范数

在线阅读 下载PDF 职称材料

双重约束非负矩阵分解与改进正交匹配追踪算法的语音增强 被引量：4

4

作者 张开生 赵小芬 《河南科技大学学报（自然科学版）》 CAS 北大核心 2021年第1期54-60,I0004,I0005,共9页

针对非负矩阵分解算法实现语音增强效果不理想的问题,提出了一种双重约束非负矩阵分解结合改进正交匹配追踪算法的语音增强方法。采用时间约束及稀疏度约束的双重约束方式改进非负矩阵分解算法,使得分解后的数据更能反映出语音特征。通... 针对非负矩阵分解算法实现语音增强效果不理想的问题,提出了一种双重约束非负矩阵分解结合改进正交匹配追踪算法的语音增强方法。采用时间约束及稀疏度约束的双重约束方式改进非负矩阵分解算法,使得分解后的数据更能反映出语音特征。通过改进正交匹配追踪算法提升重构精度,并结合语音信号在时频域的分布特征,引入低通滤波器进一步平滑重构后的语音。采用4个评价指标对该算法进行评价。实验结果表明:在不降低运行时间效率的情况下,相较于对比算法,感知语音质量评估值(PESQ)提升14.71%~45.70%,对数谱距离(LSD)下降18.14%~25.47%,信源失真率(SDR)由-5~11提升至2~14。 展开更多

关键词 非负矩阵分解 语音增强 双重约束 改进正交匹配追踪算法 重构精度 低通滤波器 低信噪比

在线阅读 下载PDF 职称材料

正交指数约束的平滑非负矩阵分解方法及应用

5

作者 同鸣 张伟 吴扬成 《系统工程与电子技术》 EI CSCD 北大核心 2013年第10期2221-2228,共8页

提出了一种正交指数约束的平滑非负矩阵分解方法,该方法将非负矩阵分解为基矩阵、列归一化平滑矩阵和系数矩阵之积,同时在目标函数中加入了正交指数约束,保证了低维特征的非负性和局部化,减小了分解误差,提高了稀疏性的调节能力。将该... 提出了一种正交指数约束的平滑非负矩阵分解方法,该方法将非负矩阵分解为基矩阵、列归一化平滑矩阵和系数矩阵之积,同时在目标函数中加入了正交指数约束,保证了低维特征的非负性和局部化,减小了分解误差,提高了稀疏性的调节能力。将该方法应用于数据降维、特征稀疏性比较、有遮挡人脸识别和视频运动特征提取。实验结果表明,该方法比同类方法具有更好的性能。 展开更多

关键词 非负矩阵分解 稀疏特征 正交约束 特征提取 有遮挡人脸识别

在线阅读 下载PDF 职称材料

基于正交非负矩阵分解的K-means聚类算法研究 被引量：7

6

作者 李孟杰 谢强 丁秋林 《计算机科学》 CSCD 北大核心 2016年第5期204-208,共5页

为提高K-means聚类算法在高维数据下的聚类效果,提出了一种基于正交非负矩阵分解的K-means聚类算法。该算法对原始数据进行非负矩阵分解,并分别通过改进的Gram-Schmidt正交化和Householder正交化加入了正交约束,以保证低维特征的非负性... 为提高K-means聚类算法在高维数据下的聚类效果,提出了一种基于正交非负矩阵分解的K-means聚类算法。该算法对原始数据进行非负矩阵分解,并分别通过改进的Gram-Schmidt正交化和Householder正交化加入了正交约束,以保证低维特征的非负性,增加数据原型矩阵的正交性,然后进行K-means聚类。实验结果表明,基于IGSONMF和H-ONMF的K-means聚类算法在处理高维数据上具有更好的聚类效果。 展开更多

关键词 高维数据 非负矩阵分解 降维 正交NMF K-MEANS聚类

在线阅读 下载PDF 职称材料

基于再权重稀疏和正交约束非负矩阵分解的高光谱图像解混 被引量：3

7

作者 董桓宇 陈善学 陈雯雯 《计算机应用与软件》 北大核心 2022年第7期222-226,共5页

针对由于非负矩阵分解模型的非凸性和噪声,非负矩阵分解方法容易陷入局部最优解的问题,提出一种再权重稀疏和正交约束非负矩阵分解算法(Reweight Sparse and Orthogonal Nonnegative Matrix Factorization, RONMF)。RSNMF是一种稀疏增... 针对由于非负矩阵分解模型的非凸性和噪声,非负矩阵分解方法容易陷入局部最优解的问题,提出一种再权重稀疏和正交约束非负矩阵分解算法(Reweight Sparse and Orthogonal Nonnegative Matrix Factorization, RONMF)。RSNMF是一种稀疏增强的算法,充分体现了高光谱图像解混的地物丰度稀疏性,但也因此使得光谱近似的地物容易混淆。RONMF在再权重稀疏非负矩阵分解的基础上,引入正交非负矩阵分解(Orthogonal Nonnegative Matrix Factorization, ONMF),增强端元光谱的独立性,在再权重稀疏算法基础上进一步优化,以达到更好的解混效果。实验也证实了该算法的优越性能,RONMF算法对土壤与路这种光谱相近的端元解混性能与SONMF相近,继承SONMF有效保护端元独立性的特性,对树和水这种丰度稀疏特性较强端元的解混性能,极大程度地保留了再权重稀疏算法的稀疏性增强能力。 展开更多

关键词 高光谱图像解混 非负矩阵分解 再权重稀疏 正交

在线阅读 下载PDF 职称材料

基于正交约束的广义可分离非负矩阵分解算法 被引量：2

8

作者 陈君航 杨祖元 +1 位作者 刘名扬 李陵江 《计算机工程》 CAS CSCD 北大核心 2023年第8期46-53,共8页

可分离非负矩阵分解(NMF)是通过抽取数据集中的部分样本或关键主题来表示整个数据集的一种特殊NMF方法。广义可分离非负矩阵分解(GSNMF)算法是由可分离NMF扩展的算法,可以同时得到数据集中的关键样本和关键主题两类特征,使分解结果更具... 可分离非负矩阵分解(NMF)是通过抽取数据集中的部分样本或关键主题来表示整个数据集的一种特殊NMF方法。广义可分离非负矩阵分解(GSNMF)算法是由可分离NMF扩展的算法,可以同时得到数据集中的关键样本和关键主题两类特征,使分解结果更具有可解释性,但在处理某些数据集时由于选择方法存在的缺陷,GSNMF算法只能单独选择行或列的特征,从而失去可解释性的优点。为此,引入正交约束来修正GSNMF算法的选取结果,提出一种基于正交约束的广义可分离非负矩阵分解(OGSNMF)算法,利用非负特性及正交约束的特点,限制迭代过程中关于行和列的迭代矩阵,确保得到行和列的特征,并获取更加精确的分解结果。在此基础上,引入相对近似误差作为实验指标,结合分解结果的秩在行与列上的分配作为实验评判标准。实验结果表明,与原有算法相比,OGSNMF算法在处理数据集时,相对近似误差提高了1~3个百分点,说明在分解过程中损失的信息更少,确保能够获取到行和列的特征,得到更具有可解释性的分解结果。 展开更多

关键词 降维 非负矩阵分解 广义可分离非负矩阵分解 正交约束 数据表示

在线阅读 下载PDF 职称材料

正交非负CP分解的图像表示和识别 被引量：2

9

作者 刘昶 周激流 +1 位作者 何坤 张健 《电子科技大学学报》 EI CAS CSCD 北大核心 2011年第6期905-910,共6页

提出了一种正交非负CP分解算法。将图像库视为三阶张量,进行非负分解,并对非负因子增加了正交约束,保证了图像低维表示的非负性。实验结果表明,较之其他非负分解算法,正交非负CP算法通过增加基图像的正交约束,减少了基图像的冗余性,进... 提出了一种正交非负CP分解算法。将图像库视为三阶张量,进行非负分解,并对非负因子增加了正交约束,保证了图像低维表示的非负性。实验结果表明,较之其他非负分解算法,正交非负CP算法通过增加基图像的正交约束,减少了基图像的冗余性,进一步提高了基图像的稀疏性,同时保证了低维特征的非负性;将其用于人脸表情识别,该算法具有较高的识别率,在有限次迭代次数内能够达到收敛,并且该算法可以推广到任意阶张量。 展开更多

关键词 表情识别 非负CANDECOMP/PARAFAC分解 正交约束 稀疏表示 张量分解

在线阅读 下载PDF 职称材料

基于双正交非负矩阵三因式的肿瘤识别 被引量：1

10

作者 谭青青 王年 +1 位作者 苏亮亮 方正文 《安徽大学学报（自然科学版）》 CAS 北大核心 2015年第6期29-36,共8页

基因表达谱数据分析已经逐渐成为疾病诊断和分类的常规步骤.目前人们对NMF(nonnegative matrix factorization)的大多数研究都专注于二因式分解.论文另辟蹊径,对BONMTF(bi-orthogonal nonnegative matrix tri-factorization)算法进行了... 基因表达谱数据分析已经逐渐成为疾病诊断和分类的常规步骤.目前人们对NMF(nonnegative matrix factorization)的大多数研究都专注于二因式分解.论文另辟蹊径,对BONMTF(bi-orthogonal nonnegative matrix tri-factorization)算法进行了系统化的分析,利用此算法得到表征样本属性的矩阵,并将其应用于基因表达谱数据分析,提高了样本识别率.实验采用4组具有代表性的肿瘤基因表达谱数据,其结果证明了论文方法针对不同数据集的识别率都比传统方法有所提高,具有一定的可行性及应用前景. 展开更多

关键词 三因式分解 双正交非负矩阵 肿瘤识别 基因表达谱数据

在线阅读 下载PDF 职称材料

基于正交稀疏约束非负张量分解的人脸识别算法 被引量：3

11

作者 宋珊 冯岩 徐常青 《运筹学学报》 CSCD 北大核心 2021年第2期55-66,共12页

非负张量分解作为一种特征提取方法,以不会破坏数据的内部结构特征和可解释性强等优势在图像处理和模式识别领域得到广泛的应用。但是,该方法在提取人脸子特征时会存在以下两个问题:一是分解得到的基图像之间存在不必要的相关性,导致冗... 非负张量分解作为一种特征提取方法,以不会破坏数据的内部结构特征和可解释性强等优势在图像处理和模式识别领域得到广泛的应用。但是,该方法在提取人脸子特征时会存在以下两个问题:一是分解得到的基图像之间存在不必要的相关性,导致冗余信息较多,极占内存;二是编码不够稀疏导致图像表达方式不够简洁。这些问题都会极大的影响人脸识别的准确率。为了进一步提高人脸识别准确率,提出基于正交稀疏约束非负张量分解的人脸识别算法。首先,在传统的非负张量分解中添加正交稀疏约束,降低基图像之间的相关性并获得稀疏编码。其次,利用原始人脸图像和分解得到的基图像计算人脸的低维特征表示。最后,利用余弦相似度衡量低维特征间的相似性,判断两张人脸图像是否表示同一个人。通过在AR数据库和ORL数据库中进行实验,发现提出的改进算法能取得较好的识别效果。 展开更多

关键词 非负张量分解 正交稀疏约束 人脸识别

在线阅读 下载PDF 职称材料

双层非负矩阵分解的分形图像压缩算法 被引量：5

12

作者 方美东 王辉 张爱华 《计算机工程与应用》 CSCD 北大核心 2022年第8期204-213,共10页

分形图像压缩作为一种基于结构的图像压缩技术,在许多图像处理中得到了应用。但是分形图像压缩的编码阶段非常耗时,且重建图像的质量效果不佳。针对这些问题,提出了一种基于双层非负矩阵分解的分形图像压缩编码算法。在传统的非负矩阵... 分形图像压缩作为一种基于结构的图像压缩技术,在许多图像处理中得到了应用。但是分形图像压缩的编码阶段非常耗时,且重建图像的质量效果不佳。针对这些问题,提出了一种基于双层非负矩阵分解的分形图像压缩编码算法。在传统的非负矩阵分解理论上,将投影非负矩阵分解与L3/2范数约束相结合,可以在较短的时间内提取具有代表性的图像特征。算法采用双层非负矩阵分解提取原始图像的特征,对图像的特征进行K均值聚类,根据对应索引得到分类的图像块,在相应类别块里进行正交稀疏分解得到分形码,最后重建图像。实验结果表明,与快速稀疏分形图像压缩理论重建的图像相比,双层非负矩阵分解的分形压缩算法提高了重建图像的质量,同时缩短了编码时间。 展开更多

关键词 非负矩阵分解 投影非负矩阵分解 正交匹配追踪 K均值聚类 稀疏分形图像压缩

在线阅读 下载PDF 职称材料

非负正交约束优化问题的理论、算法及应用

13

作者 姜波 《运筹学学报》 CSCD 北大核心 2023年第4期136-152,共17页

非负正交约束优化问题是同时带有非负约束和正交约束的优化问题,该类问题在机器学习和数据科学中有着重要的应用。常见的非负正交约束优化问题包括二次指派问题、图匹配问题、非负正交矩阵分解问题、非负主成分分析和K-指示模型等。由... 非负正交约束优化问题是同时带有非负约束和正交约束的优化问题,该类问题在机器学习和数据科学中有着重要的应用。常见的非负正交约束优化问题包括二次指派问题、图匹配问题、非负正交矩阵分解问题、非负主成分分析和K-指示模型等。由于非负约束和正交约束的共同作用,该类问题具有一定的组合结构,一般是NP-难的。本文主要介绍非负正交约束优化问题的基本理论性质、求解算法以及相关的应用模型。 展开更多

关键词 非负正交约束优化 置换矩阵约束优化 精确罚函数 lp正则化 二次指派问题

在线阅读 下载PDF 职称材料

关于完全正矩阵分解指数的注记(英文) 被引量：1

14

作者 徐常青 吴秋月 《安徽大学学报（自然科学版）》 CAS 2002年第3期10-14,共5页

一个n×n阶的元素非负矩阵A称为双非负的 ,若A还是半正定矩阵 ,A称为完全正矩阵 ,如果A可以分解成A =BB′,其中矩阵B为某个非负的n×m矩阵 ,m为某个自然数。这种所有可能的最小的自然数m称为矩阵A的分解指数 (或称为A的CP -秩 )... 一个n×n阶的元素非负矩阵A称为双非负的 ,若A还是半正定矩阵 ,A称为完全正矩阵 ,如果A可以分解成A =BB′,其中矩阵B为某个非负的n×m矩阵 ,m为某个自然数。这种所有可能的最小的自然数m称为矩阵A的分解指数 (或称为A的CP -秩 )。 1 994年 ,Drew ,Johnson以及Loewy等人提出著名的DJL -猜想 :对于任意一个n阶完全正矩阵A ,有 :CP -rank(A) ≤ [n24 ] .本文证明了在n=5以及n=6时的特殊情形下此猜想成立。 展开更多

关键词 完全正矩阵 双非负 分解指数 半正定矩阵 非负矩阵 DJL-猜想

在线阅读 下载PDF 职称材料

改进的非负稀疏编码神经网络模型及其应用 被引量：2

15

作者 尚丽 《计算机工程与应用》 CSCD 北大核心 2011年第4期160-164,共5页

提出了一种改进的基于NIG(Normal Inverse Gaussian)密度和稳健主成分分析(PCA)的非负稀疏编码(NNSC)神经网络模型,该模型实质上实现了一个二阶段的学习过程。并利用这个模型成功地建模了视觉感知系统V1区的感受野。该NNSC模型具有很强... 提出了一种改进的基于NIG(Normal Inverse Gaussian)密度和稳健主成分分析(PCA)的非负稀疏编码(NNSC)神经网络模型,该模型实质上实现了一个二阶段的学习过程。并利用这个模型成功地建模了视觉感知系统V1区的感受野。该NNSC模型具有很强的自适应于自然数据统计特性的能力。另外,利用类似小波收缩法去噪原理,该模型能够有效地去除图像中的高斯加性噪声,对自然图像编码的仿真实验也表明了该模型在生物学上的合理性和可行性。 展开更多

关键词 正态逆高斯(NIG)密度模型 稳健主成分分析 非负稀疏编码 非负矩阵分解 特征提取 图像去噪

在线阅读 下载PDF 职称材料

基于多尺度梯度角和SVM的正面人脸识别方法 被引量：2

16

作者 赵武锋 严晓浪 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2008年第4期590-592,617,共4页

为了提高人脸识别算法性能,提出了一种多尺度梯度角(MSGA)和支持向量机(SVM)相结合的新的正面人脸识别方法.分析了梯度角对光照的不敏感特性和反对称双正交小波(ASBW)的导数特性.获取多尺度梯度角特征,并利用其所具有的降噪能力和有效... 为了提高人脸识别算法性能,提出了一种多尺度梯度角(MSGA)和支持向量机(SVM)相结合的新的正面人脸识别方法.分析了梯度角对光照的不敏感特性和反对称双正交小波(ASBW)的导数特性.获取多尺度梯度角特征,并利用其所具有的降噪能力和有效降低表情变化、光照变化等因素引起的影响,使算法具备较强的鲁棒性.采用了分类性能优越的支持向量机技术,提高了泛化能力.并在Yale人脸数据库上与归一化原始数据、小波处理后数据进行了仿真比较,实验数据显示,不论使用主分量分析(PCA)还是线性鉴别分析(LDA)降维,在相同的维数条件下,新方法的识别性能都优于其他方法. 展开更多

关键词 反对称双正交小波 支持向量机 线性鉴别分析 主成分分析 多尺度梯度角 非负矩阵分解

在线阅读 下载PDF 职称材料

基于典型相关分析特征融合的人脸表情识别方法 被引量：6

17

作者 张建明 杨丽瑞 王良民 《计算机应用》 CSCD 北大核心 2008年第3期643-646,649,共5页

针对目前大部分人脸表情识别算法中仅提取图像的某一类特征,导致特征参数不能全面反映脸部情感信息的问题,提出了一种基于特征融合和离散隐马尔可夫模型(HMM)识别的人脸表情识别方法。对同一个图像序列分别使用离散小波变换(DWT)和标准... 针对目前大部分人脸表情识别算法中仅提取图像的某一类特征,导致特征参数不能全面反映脸部情感信息的问题,提出了一种基于特征融合和离散隐马尔可夫模型(HMM)识别的人脸表情识别方法。对同一个图像序列分别使用离散小波变换(DWT)和标准正交非负矩阵分解(ONMF)提取纹理信息,使用改进的主动表观模型(AAM)提取几何形变信息,再使用高维小样本下典型相关分析(CCA)对提取的两种特征进行特征融合,最后使用离散HMM来进行表情分类识别。实验结果表明,经过特征融合后,在较少特征向量维数下该方法能够达到较高的识别率和较快的识别速度。 展开更多

关键词 表情识别 离散小波交换 标准正交非负矩阵分解 主观表现模型 典型相关分析 隐马尔可夫模型

在线阅读 下载PDF 职称材料

基于DWT和ONMF的人脸表情特征提取 被引量：2

18

作者 杨丽瑞 张建明 王良民 《计算机工程与设计》 CSCD 北大核心 2008年第18期4789-4793,共5页

提出了一种基于离散小波变换(discrete wavelet transformation,DWT)和标准正交非负矩阵分解(orthonormal non-negative matrix factorization,ONMF)的人脸表情特征提取方法,该方法先通过离散小波变换,降低图像的噪声,并将得到的图像的... 提出了一种基于离散小波变换(discrete wavelet transformation,DWT)和标准正交非负矩阵分解(orthonormal non-negative matrix factorization,ONMF)的人脸表情特征提取方法,该方法先通过离散小波变换,降低图像的噪声,并将得到的图像的低频信息作为研究对象;再采用标准正交非负矩阵分解来提取表情特征。实验结果表明相对于PCA,NMF和LNMF方法,本文方法能够有效地减小类内与类间距离的比值,体现了很好的聚类效果;较高的识别率和较快的识别速度表明了该特征提取方法的有效性。 展开更多

关键词 特征提取 离散小波变换 标准正交非负矩阵分解 类内类间距离比值 识别

在线阅读 下载PDF 职称材料

坐标转换参数之间的相关性解析 被引量：17

19

作者 杜兰 张捍卫 +1 位作者 周庆勇 王若璞 《大地测量与地球动力学》 CSCD 北大核心 2011年第1期59-62,共4页

基于公共点点位信息可以反解两空间直角坐标系间的坐标转换参数。利用点位信息对平移、旋转和缩放参数的贡献特性进行分解:首先,利用坐标重心化分离平移参数;其次,对重心化后的点位分别独立解算尺度因子和旋转矩阵;进而对坐标转换参数... 基于公共点点位信息可以反解两空间直角坐标系间的坐标转换参数。利用点位信息对平移、旋转和缩放参数的贡献特性进行分解:首先,利用坐标重心化分离平移参数;其次,对重心化后的点位分别独立解算尺度因子和旋转矩阵;进而对坐标转换参数之间的相关性进行理论分析。并研究了其他非点位信息在转换参数解算中的贡献和使用方法。 展开更多

关键词 坐标转换模型 布尔沙模型 标准正交矩阵 奇异值分解 相关性

在线阅读 下载PDF 职称材料

消除水分因素影响的野外原状土壤盐分高光谱建模估测 被引量：14

20

作者 陈红艳 赵庚星 +2 位作者 李玉环 李华 盖岳峰 《农业工程学报》 EI CAS CSCD 北大核心 2018年第12期119-125,共7页

土壤水分被确定为土壤属性(有机碳、盐分等)光谱预测准确性下降的一个主要原因,该文通过两种方法的对比旨在探索去除土壤水分影响、提高盐分高光谱定量估测精度的方法和技术路线。首先以山东省东营市垦利区为研究区,采用地物光谱仪测定... 土壤水分被确定为土壤属性(有机碳、盐分等)光谱预测准确性下降的一个主要原因,该文通过两种方法的对比旨在探索去除土壤水分影响、提高盐分高光谱定量估测精度的方法和技术路线。首先以山东省东营市垦利区为研究区,采用地物光谱仪测定了96个样本的野外原状土和室内风干土光谱,并进行一阶导数变换;接着,对比分析盐分光谱特征及水分的影响;然后分别采用外部参数正交化(external parameter orthogonalization,EPO)和非负矩阵分解(non-negative matrix factorizing,NMF)方法校正和融合野外原状土光谱,去除土壤水分因素的影响,形成野外原状土光谱的校正和融合光谱;最后基于野外原状土光谱、校正和融合光谱,分别采用多元逐步线性回归(multiple step linear regression,MSLR)和偏最小二乘回归(partial least squares regression,PLSR)构建土壤盐分含量的估测模型,并进行验证和比较,分析预测精度变化。结果显示:土壤水分对野外原状土光谱及盐分光谱特征影响较大,需要研究去除;EPO和NMF均可提高土壤盐分野外原位光谱估测精度,比较而言,NMF效果更为显著;EPO结合PLSR或NMF结合MSLR可作为去除水分影响的土壤盐分校准模型的技术路线。 展开更多

关键词 土壤盐分 土壤水分 光谱分析 外部参数正交化 非负矩阵分解

在线阅读 下载PDF 职称材料