基于HySime算法的端元个数估计

侯璨; 李志飞

您当前的位置：

首页 >

文章列表页 >

基于HySime算法的端元个数估计

测绘工程案例 | 更新时间：2026-02-25

- 基于HySime算法的端元个数估计
- 基于HySime算法的端元个数估计
- 地理空间信息 2024年22卷第4期页码：92-95
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： P237
- 纸质出版：2024
- 稿件说明：
移动端阅览
侯璨, 李志飞. 基于HySime算法的端元个数估计[J]. 地理空间信息, 2024,22(4):92-95.

侯璨, 李志飞. 基于HySime算法的端元个数估计[J]. 2024, 22(4): 92-95.
侯璨, 李志飞. 基于HySime算法的端元个数估计[J]. 地理空间信息, 2024,22(4):92-95. DOI：

侯璨, 李志飞. 基于HySime算法的端元个数估计[J]. 2024, 22(4): 92-95. DOI：

摘要

基于最小误差的高光谱信号识别（hyperspectral signal identification by minimum error

HySime）是一种估计高光谱端元个数的算法，该算法首先使用多元回归估计信号和噪声相关矩阵，然后使用信号相关矩阵的特征向量子集来表示信号子空间。为了科学评估HySime算法，分别对不同信噪比的高斯白噪声、高斯有色噪声模拟高光谱数据以及马蹄湾村真实高光谱数据的端元个数进行估计。实验表明HySime算法自适应性强，稳定性好，在解算过程中不需要输入任何参数，就能准确估计高光谱数据的端元个数。

Abstract

关键词

Keywords

references

李二森.高光谱遥感图像混合像元分解的理论与算法研究[D].解放军信息工程大学,2011(07).

郭诗韵.一种基于空谱协同的高光谱端元提取方法研究[J].地理空间信息,2020(02).

李志飞,杨敏华.一种基于N-FINDR的优化端元提取算法[J].测绘地理信息,2017(05).

Bioucas-Dias J. M.,Nascimento J. M. P..Hyperspectral Subspace Identification[J].IEEE Transactions on Geoscience and Remote Sensing,2008.

BioucasDias José M.,Nascimento José M. P..Estimation of signal subspace on hyperspectral data[J].Instituto Superior Técnico (Portugal);Instituto Superior Engenharia de Lisboa (Portugal),2005.

A.A. Green,M. Berman,P. Switzer,M.D. Craig.A transformation for ordering multispectral data in terms of image quality with implications for noise removal[J].IEEE Transactions on Geoscience and Remote Sensing,1988(1).

童庆禧,张兵,郑兰芬编著.高光谱遥感[M].高等教育出版社,2006.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

利用空间邻域信息和多分类器集成分类高光谱影像

植被指数引导的高光谱影像小麦种植区提取方法研究

一种基于空谱协同的高光谱端元提取方法研究

基于WebGIS的测量标志管理信息系统设计与实现

基于遥感监测的建设用地自动提取模型应用