混合噪声下的高光谱影像端元深度非负矩阵分解方法.pdfVIP

下载本文档

0
0
约1.89万字
约 14页
2023-05-18 发布于北京
举报
版权申诉

混合噪声下的高光谱影像端元深度非负矩阵分解方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种混合噪声下的高光谱影像端元深度非负矩阵分解方法，本发明耦合高光谱影像观测模型和端元深度非负矩阵分解模型，建立噪声去除‑光谱分解一体化观测模型，并基于贝叶斯逆问题求解理论，建立一体化处理的理论框架，实现对两种处理任务的共同描述。同时，本发明通过对光谱深度线性混合模型进行反向建模，充分挖掘影像的层次特征信息，增强了模型的实用性和可解释性。另外，模型还通过对丰度矩阵施加L1/2约束与空间全变差约束，顾及到了丰度矩阵的稀疏性与分段平滑性。本发明充分挖掘影像的深层次特征信息和空间信息，为高

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114861748 A (43)申请公布日 2022.08.05 (21)申请号 202210206935.X (22)申请日 2022.03.04 (71)申请人武汉大学地址 430072 湖