基于粒子群优化的非平滑非负矩阵分解算法非平滑非负-计算机工程.PDFVIP

第39 卷 第1 期 计 算 机 工 程 2013 年1 月 Computer Engineering January 2013 Vol.39 No.1 文献标识码文献标识码：：A 文献标识码文献标识码：： 中图分类号中图分类号：：TP18 文章编号文章编号：：1000——3428(2013)01——0204——04 中图分类号中图分类号：： ·人工智能及识别技术·人工智能及识别技术·· 文章编号文章编号：： —— —— —— ··人工智能及识别技术人工智能及识别技术·· 基于基于粒子群粒子群优化的优化的非平滑非负矩阵分解算法非平滑非负矩阵分解算法 基于基于粒子群粒子群优化的优化的非平滑非负矩阵分解算法非平滑非负矩阵分解算法 戴华平戴华平，王，王 旭，旭，胡胡红红亮亮，，王玉涛王玉涛 戴华平戴华平，，王王 旭旭，，胡胡红红亮亮，，王玉涛王玉涛 (浙江大学工业控制研究所，杭州 310027) 摘摘 要：要：传统的非平滑约束的非负矩阵分解算法(nsNMF)在处理高光谱数据时，存在对初始值敏感、容易陷入局部最优值 摘摘 要要：： 等缺陷。为此，提出一种基于粒子群优化(PSO)的nsNMF 算法。采用传统nsNMF 算法迭代的结果作为初始值，以避免PSO 的盲目搜索。通过PSO 搜索端元光谱矩阵，利用nsNMF 算法更新端元光谱矩阵和丰度矩阵，以缩小搜索空间，降低计算 复杂度，避免陷入局部最优。在合成数据集和真实数据集上的实验结果表明，与传统nsNMF 算法相比，该算法能获得更好 的全局最优解，端元光谱和丰度值更接近真实值。 关键词关键词：非负矩阵分解： ；粒子群优化算法；高光谱；线性光谱模型；全局最小值；稀疏性 关键词关键词：： Nonsmooth Nonnegative Matrix Factorization Algorithm Based on Particle Swarm Optimization DAI Hua-ping, WANG Xu, HU Hong-liang, WANG Yu-tao (Industrial Control Research Institute, Zhejiang University, Hangzhou 310027, China) 【【Abstract 】】The traditional nonsmooth Nonne