由于初始时m 个端元是随机选 区不同时间获取的影像,使用信息熵改进后的N- 择的,所以对同一幅影像的多次运算,其提取结果 FINDR 算法提取端元应一致。 也会有差异。 结合光谱信息熵改进的N-FINDR 算法的流程 2.3 结合光谱信息熵改进后的N-FINDR 算法 如图2 所示。图2 中M 值表示判断是否为相对纯净 据传统N-FINDR 算法理论,端元存在于
N.FINDR算法需要根据端元的个数进行降维处理,从而限制了该算法的应用。实际高光谱数据中存在的同一地物 在高维空间中非紧密团聚现象也对端元提取增加了难度。为此该文提出改进的算法停机准则和数据特征预处理方 法,并使用支持向量机对提取到的端元进行二次提取。实验结果表明,改进的停机准则进一步增加了由端元向量组 ...
什么是N-FINDR提取端元算法? N-FINDR利用高光谱数据在特征空间中的凸面单形体的特殊结构,通过寻找具有最大体积的单形体从而自动获取图像中的所有端元。 在误差项n很小的情况下,满足线性混合模型方程式的所有点的集合正好构成一个高维空间的凸集,这些端元则坐落于这个凸面单形体的顶点。以两个波段三个端元为例来说...