龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：杭州电子科技大学
摘要：本发明涉公开了一种基于改进的扩展线性混合模型的高光谱图像光谱解混方法。本发明包括：1进行端元提取，获得固定的端元集；2构建模型网络，计算重构数据；3计算样本数据的损失函数。重复过程2‑3，直到迭代的次数达到预先设定的总次数。本发明从高光谱图像的光谱变异性出发，提出了联合尺度和扰动的改进扩展线性混合模型，基于该模型构建由丰度估计网络、尺度估计网络和扰动估计网络构成的光谱解混网络，综合考虑重构误差、丰度约束、尺度约束和扰动约束设计网络损失函数。所设计的光谱解混算法能够在考虑光谱变异性的情况下精确解混。
主权项：1.基于改进的扩展线性混合模型的高光谱图像光谱解混方法，其特征在于包括如下步骤：步骤1、对高光谱数据进行端元提取，获得固定的端元集；步骤2、根据模型构建解混网络架构，计算重构数据；2-1.将原始高光谱数据分成小批量进行实验，小批量样本的尺寸为m，每一个小批量高光谱图像作为一个样本；得到的第t个样本数据为2-2.构建高效的基于改进线性混合模型的解混网络，分别包括丰度估计网络、尺度估计网络和扰动估计网络；2-3.计算重构数据，根据网络生成的数据，基于改进的扩展线性混合模型，对高光谱数据进行重新构建，计算公式表示为： 其中，表示输入样本数据Yt对应的重构数据，A是固定端元集，通过步骤1获得的，H是丰度矩阵，通过丰度估计网络获得，S是尺度矩阵，通过尺度估计网络获得，D是扰动矩阵，通过扰动估计网络获得的，⊙是Hadamard乘积，表示对应位置元素相乘，表示按波段乘法符号；步骤3、计算小批量样本数据的损失函数；步骤4、重复步骤2-3，直到迭代的次数达到预先设定的总次数；步骤5、将整个高光谱数据带入已训练好的模型中进行测试，得到结果。
全文数据：
权利要求：
百度查询： 杭州电子科技大学 基于改进的扩展线性混合模型的高光谱图像光谱解混方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号