文献

J-GLOBAL ID：201702262547909016   整理番号：17A0346676

非凸スパース制約のハイパースペクトル混合法【JST・京大機械翻訳】

Hyperspectral unmixing method based on the non-convex sparse and low-rank constraints

著者 (4件)： Kong Fanqiang (College of Astronautics, Nanjing Univ. of Aeronautics and Astronautics) ,  Bian Chending (College of Astronautics, Nanjing Univ. of Aeronautics and Astronautics) ,  Li Yunsong (State Key Lab. of Integrated Service Networks, Xidian Univ.) ,  Guo Wenjun (College of Astronautics, Nanjing Univ. of Aeronautics and Astronautics)
資料名： Xi’an Dianzi Keji Daxue Xuebao  (Xi'an Dianzi Keji Daxue Xuebao)
巻： 43  号： 6  ページ： 116-121  発行年： 2016年 
JST資料番号： W0859A  ISSN： 1001-2400  CODEN： XDKXEP  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ハイパースペクトル混合画素の豊度マトリックスに対して,強いスペクトル特性を持つために,ハイパースペクトル混合法を提案した。まず第一に,ハイパースペクトル画像の非凸のランク制約モデルを確立して,度係数の非凸Pノルムをスパース制約として,そして,存在係数行列の特異値の非凸Pノルムをランク制約とする。第二に,著者らは,低秩性の事前とスパース性の先験的非凸極小化モデルを構築し,そして,拡張LAGRANGEアルゴリズムを提案して,複合正則化問題をいくつかの単一正則化問題に分解して,交互反復法を解決した。シミュレーション結果により,提案したアルゴリズムは,欲張りアルゴリズムと凸最適化アルゴリズムよりも高い精度を持ち,高いSN比をもつハイパースペクトルデータに適用できることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *透視図法 ,  正則化 ,  *制約条件 ,  SN比 ,  ノルム ,  *凸形
準シソーラス用語： ハイパースペクトルデータ ,  最適アルゴリズム ,  欲張りアルゴリズム ,  スパース性 ,  特異値 ,  係数行列 ,  ハイパースペクトル画像 ,  *ハイパースペクトル , 【Automatic Indexing@JST】

著者キーワード (5件)： image processing ,  sparse unmixing ,  sparse representation ,  low-rank ,  convex optimization

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 凸 ,  制約 ,  ハイパースペクトル