發(fā)布時(shí)間：2022-07-08 14:06

　　針對(duì)高光譜非線性混合模型中的共線性問(wèn)題,提出了一種非監(jiān)督的增強(qiáng)型非線性自編碼網(wǎng)絡(luò)方法 ENAE（Enhanced Nonlinear Autoencoder）。通過(guò)結(jié)合自編碼網(wǎng)絡(luò)在挖掘數(shù)據(jù)內(nèi)在結(jié)構(gòu)、提取特征方面的優(yōu)勢(shì),引入端元正則項(xiàng)減弱端元間的共線性效應(yīng),從而提高高光譜混合像元分解精度。ENAE方法的實(shí)現(xiàn)步驟主要包括兩部分:一是網(wǎng)絡(luò)結(jié)構(gòu)初始化,二是非線性分解。網(wǎng)絡(luò)結(jié)構(gòu)初始化是確定編碼器的節(jié)點(diǎn)數(shù)以及端元和豐度的初值;非線性分解則主要是實(shí)現(xiàn)損失函數(shù)的最小化。通過(guò)模擬數(shù)據(jù)、城市區(qū)域真實(shí)數(shù)據(jù)和高分五號(hào)衛(wèi)星高光譜數(shù)據(jù)的實(shí)驗(yàn),得到了相較于傳統(tǒng)非線性分解方法更高的精度,證明了ENAE方法的魯棒性。 

【文章頁(yè)數(shù)】：13 頁(yè)

【文章目錄】：
1 引言
2 基于自編碼網(wǎng)絡(luò)的非線性混合像元分解方法
    2.1 非線性光譜混合模型
    2.2 基于自編碼網(wǎng)絡(luò)的非線性分解方法
3 實(shí)驗(yàn)結(jié)果與分析
    3.1 模擬數(shù)據(jù)實(shí)驗(yàn)
    3.2 高光譜城市數(shù)據(jù)實(shí)驗(yàn)
    3.3 高分五號(hào)衛(wèi)星高光譜數(shù)據(jù)實(shí)驗(yàn)
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于自編碼算法的深度學(xué)習(xí)綜述[J]. 崔廣新,李殿奎.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(09)
[2]空間與譜間相關(guān)性分析的NMF高光譜解混[J]. 袁博.  遙感學(xué)報(bào). 2018(02)
[3]基于支撐向量回歸的高光譜混合像元非線性分解[J]. 吳波,張良培,李平湘.  遙感學(xué)報(bào). 2006(03)



本文編號(hào)：3657165