基于L_(0)稀疏约束的近似NMF高光谱解混
Approximate NMF hyperspectral unmixing based on Lsparsity constraint作者机构:南昌工程学院江西省水信息协同感知与智能处理重点实验室江西南昌330099
出 版 物:《南昌工程学院学报》 (Journal of Nanchang Institute of Technology)
年 卷 期:2021年第40卷第1期
页 面:57-65页
学科分类:0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理]
基 金:江西省教育厅科学技术研究项目(GJJ161126) 国家自然科学基金资助项目(61701215) 江西省重点实验室开放基金项目(2016WICSIP027).
摘 要:非负矩阵分解(NMF)由于其非负性和分块表征能力,使得该算法大量的应用于机器学习和信号处理等相关领域。经典NMF与线性混合的高光谱模型比较一致,因此在高光谱解混中被广泛应用。因为传统的NMF模型对初值非常敏感,难以保证算法的收敛性。所以,通常对其加入各种稀疏性约束。本文就NMF的L_(0)约束提出了一种联合稀疏特性的近似NMF算法,它分别约束基础矩阵和系数矩阵,并将其与不受约束的NMF技术结合,诸如乘法更新规则或交替的非负最小二乘方案。最后采用真实仿真数据验证了该算法在光谱解混中相对其他算法所具有的优越性和有效性。