图书介绍

高光谱图像混合像元分解PDF|Epub|txt|kindle电子书版本下载

高光谱图像混合像元分解
  • 张兵,孙旭编著 著
  • 出版社: 北京:科学出版社
  • ISBN:9787030445889
  • 出版时间:2015
  • 标注页数:163页
  • 文件大小:67MB
  • 文件页数:175页
  • 主题词:遥感图象-图象处理-研究

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

高光谱图像混合像元分解PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 绪论1

1.1遥感与高光谱遥感1

1.2高光谱遥感图像数据2

1.3混合像元现象3

1.4混合像元分解问题5

第2章 混合像元模型6

2.1线性光谱混合模型7

2.2非线性光谱混合模型10

2.2.1 Hapke混合光谱模型11

2.2.2 Kubelk-Munk混合光谱理论12

2.2.3双线性模型13

2.3混合像元分解流程14

2.4数据降维方法15

2.4.1主成分分析15

2.4.2最大噪声分数17

2.4.3仿射集拟合18

2.5精度评价指标20

2.5.1光谱角距离20

2.5.2光谱信息散度20

2.5.3均方根误差21

第3章 端元数量确认算法22

3.1主成分分析22

3.2最大噪声分数22

3.3虚拟维数23

3.4最小误差信号子空间识别27

3.5特征值似然最大化30

3.6基于几何学的端元数目估计算法31

第4章 端元提取算法36

4.1端元提取算法分类36

4.2纯像元假设下的端元提取算法37

4.2.1纯像元指数37

4.2.2内部最大体积40

4.2.3逐次投影算法41

4.2.4顶点成分分析42

4.2.5单形体投影方法43

4.2.6迭代误差分析44

4.2.7单形体增长45

4.2.8顺序最大角凸锥45

4.2.9交替体积最大化46

4.2.10连续体积最大化51

4.2.11 p范数纯像元识别52

4.3最小体积模型下的端元提取算法53

4.3.1外包单形体收缩53

4.3.2最小体积单形体分析55

4.3.3基于分裂增广拉格朗日的单纯形识别56

4.3.4最小体积外包单形体58

4.3.5鲁棒最小体积封闭单形体算法61

4.3.6最小体积约束的非负矩阵分解63

4.3.7迭代限制端元法64

4.3.8凸锥分析方法65

4.4融合空间信息的端元提取方法66

4.4.1自动形态学端元提取66

4.4.2空间光谱信息端元提取68

4.4.3空间预处理71

4.4.4区域空间预处理74

4.4.5空间光谱预处理75

4.5统计模型下的端元提取算法76

4.5.1独立成分分析76

4.5.2依赖成分分析83

4.5.3贝叶斯分析87

4.6智能端元提取算法90

4.6.1蚁群优化端元提取90

4.6.2离散粒子群优化端元提取95

4.7其他端元提取算法99

4.7.1凸集分离端元提取99

4.7.2支持向量机端元提取105

第5章 丰度反演算法107

5.1最小二乘法107

5.1.1无约束最小二乘法107

5.1.2“和为1”约束最小二乘法108

5.1.3非负约束最小二乘法108

5.1.4全约束最小二乘法109

5.2稀疏回归光谱解混109

5.2.1基于稀疏策略的迭代约束端元提取算法109

5.2.2分离和增广拉格朗日光谱解混110

5.2.3全变分-分离和增广拉格朗日光谱解混112

5.2.4 L1/2稀疏约束非负矩阵分解算法118

5.3正态组分模型反演算法122

5.3.1马尔可夫链蒙特卡罗算法123

5.3.2粒子群优化的期望最大化算法125

5.3.3正态端元光谱解混算法128

5.3.4可逆转跳变马尔可夫链蒙特卡罗129

第6章 混合像元分解实验135

6.1模拟数据实验135

6.1.1数据介绍135

6.1.2实验流程137

6.1.3实验结果与分析138

6.2实际数据实验141

6.2.1数据介绍142

6.2.2实验流程143

6.2.3实验结果与分析144

参考文献155

索引161

热门推荐