高光谱混合像元分解的稀疏优化算法-计算机应用与软件.PDFVIP

第３０卷第８期　　　 计算机应用与软件 Ｖｏｌ３０Ｎｏ．８ ２０１３年８月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｕｇ．２０１３ 高光谱混合像元分解的稀疏优化算法 肖　宿　洪留荣　郑　颖 （淮北师范大学计算机科学与技术学院　安徽淮北２３５０００） 摘　要　　提出一种参数自适应估计的高光谱混合像元分解算法。为混合像元分解问题建立新的约束优化模型，该模型的目标函 数由Ｌ误差项和Ｌ正则项构成。利用交替优化方法将模型分解为若干子问题，采用邻近算子方法求解这些子问题。在交替迭代 ２ ｐ 的求解过程中，根据每次迭代的结果自适应地选择模型参数。从理论角度分析了算法的收敛性，并通过实验验证了所提算法的有效 性。实验结果还表明，与经典的高光谱混合像元分解算法相比，所建立的模型及提出的求解算法可获得更佳的混合像元分解效果。 关键词　　混合像元分解　稀疏表示　交替优化方法　邻近算子　迭代阈值函数 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１３．０８．０１６ ＳＰＡＲＳＥＯＰＴＩＭＡＬＡＬＧＯＲＩＴＨＭＦＯＲＨＹＰＥＲＳＰＥＣＴＲＡＬＰＩＸＥＬＵＮＭＩＸＩＮＧ ＸｉａｏＳｕ　ＨｏｎｇＬｉｕｒｏｎｇ　ＺｈｅｎｇＹｉｎｇ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＨｕａｉｂｅｉＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｈｕａｉｂｅｉ２３５０００，Ａｎｈｕｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｈｙｐｅｒｓｐｅｃｔｒａｌｐｉｘｅｌｕｎｍｉｘｉｎｇａｌｇｏｒｉｔｈｍｗｉｔｈａｄａｐｔｉｖｅｐａｒａｍｅｔｅｒｅｓｔｉｍａｔｉｏｎｉｓｐｒｏｐｏｓｅｄ．Ａｎｏｖｅｌｃｏｎｓｔｒａｉｎｅｄｏｐｔｉｍａｌｍｏｄｅｌｉｓ ｃｒｅａｔｅｄｆｏｒｔｈｅｉｓｓｕｅｏｆｐｉｘｅｌｕｎｍｉｘｉｎｇ，ｔｈｅｏｂｊｅｃｔｉｖｅｆｕｎｃｔｉｏｎｏｆｔｈｅｍｏｄｅｌｉｓｃｏｍｐｏｓｅｄｏｆＬ ｅｒｒｏｒｔｅｒｍａｎｄＬ ｒｅｇｕｌａｒｉｓｅｄｔｅｒｍ．Ｔｈｅ ２ ｐ ａｌｔｅｒｎａｔｉｎｇｏｐｔｉｍｉｓａｔｉｏｎｍｅｔｈｏｄｉｓｕｓｅｄｔｏｄｅｃｏｍｐｏｓｅｔｈｅｏｐｔｉｍａｌｍｏｄｅｌｉｎｔｏｓｅｖｅｒａｌｓｕｂｐｒｏｂｌｅｍｓ，ａｎｄｔｈｅｐｒｏｘｉｍａｌｏｐｅｒａｔｏｒｍｅｔｈｏｄｉｓ ｅｍｐｌｏｙｅｄｔｏｓｏｌｖｅｔｈｅｓｅｓｕｂｐｒｏｂｌｅｍｓ．Ｄｕｒｉｎｇｔｈｅａｌｔｅｒｎａｔｉｎｇｉｔｅｒａｔｉｖｅｐｒｏｃｅｄｕｒｅ，ｔｈｅｍｏｄｅｌｐａｒａｍｅｔｅｒｓｃａｎｂｅａｄａｐｔｉｖｅｌｙｃｈｏｓｅｎａｃｃｏｒｄｉｎｇｔｏ ｅａｃｈｉｔｅｒａｔｉｖｅｒｅｓｕｌｔ．Ｔｈｅｃｏｎｖｅｒｇｅｎｃｅｏｆｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｉｓｔｈｅｏｒｅｔｉｃａｌｌｙａｎａｌｙｚｅｄ，ａｎｄｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｉｔｉｓｐｒｏｖｅｄｂｙｔｈｅ ｅｘｐｅｒｉｍｅｎｔ．Ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｃｌａｓｓｉｃｈｙｐｅｒｓｐｅｃｔｒａｌｐｉｘｅｌｕｎｍｉｘｉｎｇａｌｇｏｒｉｔｈｍｓ，ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓａｌｓｏｓｈｏｗｔｈａｔｔｈｅｃｒｅａｔｅｄｍｏｄｅｌａｎｄ ｔｈｅｐｒｏｐｏｓｅｄｓｏｌｕｔｉｏｎａｌｇｏｒｉｔｈｍｃａｎａｃｈｉｅｖｅｂｅｔｔｅｒｅｆｆｅｃｔｏｆｐｉｘｅｌｕｎｍｉｘｉｎｇ． Ｋｅｙｗｏｒｄｓ　　Ｐｉｘｅｌｕｎｍｉｘｉｎｇ　Ｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ　Ａｌｔｅｒｎａｔｉｎｇｏｐｔｉｍｉｓａｔｉｏｎｍｅｔｈｏｄ　Ｐｒｏｘｉｍａｌｏｐｅｒａｔｏｒｓ　Ｉｔｅｒａｔｉｖｅｔｈｒｅｓｈｏｌｄｉｎｇｆｕｎｃｔｉｏｎ 非线性核函数［１２］和流形学习被用于非线性混合像元分解，以克 ０　引　言 服辐射传输模型的缺点。相比基