• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Applied optics >End-member extraction for hyperspectral image analysis
【24h】

End-member extraction for hyperspectral image analysis

机译：端元提取用于高光谱图像分析

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We investigate the relationship among several popular end-member extraction algorithms, including N-FINDR, the simplex growing algorithm (SGA), vertex component analysis (VCA), automatic target generation process (ATGP), and fully constrained least squares linear unmixing (FCLSLU). We analyze the fundamental equivalence in the searching criteria of the simplex volume maximization and pixel spectral signature similarity employed by these algorithms. We point out that their performance discrepancy comes mainly from the use of a dimensionality reduction process, a parallel or sequential implementation mode, or the imposition of certain constraints. Instructive recommendations in algorithm selection for practical applications are provided.
机译：我们研究了几种流行的最终成员提取算法之间的关系，包括N-FINDR，单纯形增长算法（SGA），顶点分量分析（VCA），自动目标生成过程（ATGP）和完全约束的最小二乘线性分解（FCLSLU） ）。我们分析了这些算法采用的单纯形体积最大化和像素光谱特征相似度的搜索标准中的基本等价性。我们指出，它们的性能差异主要来自降维过程，并行或顺序实施模式或施加某些约束的情况。提供了针对实际应用的算法选择方面的指导性建议。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号