注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 高光谱遥感图像的端元递进提取算法

  2. 　针对高光谱遥感图像中可能并不存在图像端元这一问题,试探的提出一种基于线性混合模型下对初步 提取的最近似于端元的像元进行再分析的端元提取算法,即高光谱遥感图像的端元递进提取算法。

  3. 所属分类：其它

    • 发布日期：2009-12-31
    • 文件大小：743424
    • 提供者：cpandzl

  1. N-FINDR解混算法研究

  2. N-FINDR: an algorithm for fast autonomous spectral end-member determination in hyperspectral data 作者Michael E. Winter

  3. 所属分类：其它

    • 发布日期：2012-07-16
    • 文件大小：1048576
    • 提供者：zhongxj2012

  1. 端元提取和端元识别

  2. 集合了端元提取的多种经典算法，比较了各个算法的优劣和效果，为其他研究者提供了参考

  3. 所属分类：IT管理

    • 发布日期：2013-03-19
    • 文件大小：2097152
    • 提供者：ayuanayi

  1. 内部最大体积法

  2. 本代码为高光谱图像混合像元分解的中端元提取任务的代码，结合matlab工具与内部最大体积法的理论编写。

  3. 所属分类：图像处理

    • 发布日期：2017-10-23
    • 文件大小：1024
    • 提供者：qq_20999163

  1. 高光谱端元提取算法PPI，matlab编写。内有注释

  2. 高光谱端元提取算法PPI，matlab编写。内有参数注释。可供高光谱图像解混学习提供帮助

  3. 所属分类：讲义

    • 发布日期：2018-06-16
    • 文件大小：963
    • 提供者：qq_38105094

  1. 端元提取——纯像元指数PPI的MATLAB代码

  2. 自己学习编写的混合像元分解中的端元提取部分的纯像元指数PPI算法的MATLAB代码。可以运行得到结果，但没有结果用于验证，亦未编写精度评定，不保证结果的正确性。

  3. 所属分类：其它

    • 发布日期：2019-04-29
    • 文件大小：1048576
    • 提供者：yyy601479012

  1. 端元提取——逐次投影算法SPA的MATLAB代码

  2. 自己学习时编写的混合像元分解中的端元提取部分的逐次投影算法SPA的MATLAB代码，浅显易懂。可以运行得到结果，但没有结果用于验证，亦未编写精度评定，不保证结果的正确性。

  3. 所属分类：其它

    • 发布日期：2019-04-29
    • 文件大小：1048576
    • 提供者：yyy601479012

  1. 端元提取——单形体增长SGA的MATLAB代码

  2. 自己学习时编写的混合像元分解中的端元提取部分的单形体增长SGA算法的MATLAB代码，浅显易懂，里面有三版SGA的代码，代表着自己学习时的三种思路，思路之间区别不大，只是一些细微改动，还包含了自己编写的主成分分析PCA降维的函数。可以运行得到结果，但没有结果用于验证，亦未编写精度评定，不保证结果的正确性。

  3. 所属分类：其它

    • 发布日期：2019-04-29
    • 文件大小：1048576
    • 提供者：yyy601479012

  1. 常用的高光谱算法matlab.zip

  2. 常用的高光谱混合像元分解算法，包括降维（VCA、MNF）、端元估计（GLRT）、端元提取（nFINER、PPI、AMEE等）、丰度反演（FCL、UCLS等）、探测（HUD、OSP、CEM等）

  3. 所属分类：机器学习

    • 发布日期：2020-06-20
    • 文件大小：61440
    • 提供者：qq_38296553

  1. VCA论文和代码.zip

  2. 顶点成分分析算法是一种非监督的端元提取算法。顶点成分分析法假设纯净像元存在，根据凸面几何原理，认为端元都位于单形体的顶点。VCA 算法通过将数据投影到一个正交的子空间方向计算投影距离值最大的像元，它就是要寻找的端元。要不断进行迭代计算，直到所有的端元都被找到。 VCA 的计算步骤为: ① 对图像数据进行降维处理，设定一个信噪比门限值 SNRth，根据图像的信噪 比与门限值对比大小分别采用主成分分析法 ( PCA) 或者奇异值分解法( SVD) 对图像数据进行降维; ② 利用随机生成的正态分布矩阵

  3. 所属分类：互联网

    • 发布日期：2020-07-10
    • 文件大小：9437184
    • 提供者：lijiaming_99

  1. 基于核正交子空间投影的高光谱图像端元提取算法

  2. 基于核正交子空间投影的高光谱图像端元提取算法

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：287744
    • 提供者：weixin_38663516

  1. 基于空间像素纯度指数的端元提取算法

  2. 为了减小光谱变化以及异常像素点对端元提取结果的影响,根据局部区域内纯像元和混合像元光谱特征的不同,提出一种基于空间像素纯度指数的端元提取算法.将光谱角距离和欧氏距离加权相加作为新的混合距离测度;采用固定大小的邻域窗口计算图像中所有像素的空间像素纯度指数,在此基础上,根据光谱角距离测度和设定的端元光谱区分性阈值依次搜索端元.仿真数据和真实高光谱图像实验结果表明:该算法能够准确地提取图像中的端元,并且精度高于其他一些端元提取算法.

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：537600
    • 提供者：weixin_38621897

  1. 快速实现基于单形体体积生长的端元提取算法

  2. 单形体体积生长算法(SGA)是一种比较有效的高光谱图像端元提取算法。为了解决多次顺序计算单形体体积所造成的高计算复杂度的问题,基于高维空间单形体体积计算公式实现SGA(NSGA),推导出两种NSGA的快速实现算法:基于矩阵三角分解的NSGA算法(FNSGACF)和基于分块矩阵行列式的NSGA算法(FNSGA)。FNSGACF主要利用改进Cholesky分解方法,将单形体体积的计算转化为矩阵的三角分解,从而降低了计算复杂度,提高了算法的效率。FNSGA引入分块矩阵的思想来简化矩阵行列式的计算,很大

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：389120
    • 提供者：weixin_38530536

  1. 用于高光谱端成员提取的核单纯形增长算法

  2. 为了有效地提取高光谱图像的端元，在这种情况下，由于多重散射效应，线性混合模型可能不合适，因此本文将单纯形增长算法（SGA）扩展到其内核版本。 在SGA中使用了没有降维的新单纯形体积公式，以形成新的单纯形增长算法（NSGA）。 原始数据被非线性映射到一个高维空间中，在该空间中可以忽略散射。 为了避免确定复杂的非线性映射，使用内核函数将NSGA扩展为内核NSGA（KNSGA）。 模拟和真实数据的实验结果证明，所提出的KNSGA方法优于SGA和NSGA。

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：2097152
    • 提供者：weixin_38564718

  1. 高光谱端元提取的变异算子加速量子行为粒子群优化算法

  2. 最终成员提取算法为不同的材料选择了纯签名谱的集合，在高光谱分解中起着重要的作用。 本文将端元提取算法描述为一个组合优化问题，并提出了一种新的突变算子加速量子行为粒子群算法（MOAQPSO）。 所提出的方法采用量子行为粒子群优化（QPSO）来查找具有良好性能的最终成员。 据我们所知，这是QPSO首次被引入高光谱端成员提取中。 为了遵循粒子运动的规律，提出了高维粒子定义。 另外，为了避免陷入局部最优，使用突变操作来增加种群多样性。 拟议的MOAQPSO算法已在合成和实际高光谱数据集上进行了评估。 实

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：3145728
    • 提供者：weixin_38518638

  1. 存在异常地面物体时改进空间谱最终成员提取

  2. 端元提取（EE）已被广泛用于提取光谱唯一和奇异的光谱特征，用于高光谱图像的光谱混合分析。 最近，已经提出了空间光谱EE（SSEE）算法，通过同时考虑光谱相似性和空间上下文，以实现优于光谱EE（SEE）算法的性能。 但是，这些算法往往会忽略同样令人感兴趣的异常末端成员。 因此，在本文中，提出了一种改进的SSEE（iSSEE）算法，通过考虑异常端成员和正常端成员来解决常规SSEE算法的这种局限性。 通过开发单纯形投影和单纯形互补投影，所有高光谱像素都将投影为由常规SSEE算法中提取的正常端成员确定的

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：786432
    • 提供者：weixin_38682406

  1. 基于数据简化的改进非负矩阵分解端元提取方法

  2. 提出了一种基于高光谱数据简化的改进非负矩阵分解端元提取方法，通过计算和比较图像的光谱信息熵，划分图像的同质区，只选择同质区中最具代表性的像元参与非负矩阵分解运算，减少了端元提取算法的运算量。实验结果显示，数据简化前后运用非负矩阵分解算法所提取的几种矿物的光谱角均值基本相等，但数据简化后端元提取算法的运行时间减少了4/5，算法的运行效率提高。

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：3145728
    • 提供者：weixin_38724247

  1. 高光谱图像中基于端元提取的小目标检测算法

  2. 针对高光谱图像中小目标检测问题,提出了一种基于端元提取的目标检测算法。该算法利用主成分分析的变换矩阵来构造投影算子,把原始图像投影到该算子构成的正交子空间后,大概率的背景信息得到抑制,从而突出了小概率的目标;在完成背景信息抑制的基础上,利用迭代误差分析方法进行端元的自动提取;根据所提取出的目标端元的光谱,结合光谱角度匹配技术完成目标物的检测。为了验证新方法的有效性,利用高光谱数据进行了实验研究,并与经典的RX算法的检测结果相比较。实验结果表明提出的基于端元提取的算法不需要目标的任何先验知识就能达

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：1003520
    • 提供者：weixin_38609693

  1. 快速实现基于单形体体积生长的端元提取算法

  2. 单形体体积生长算法（SGA）是一种比较有效的高光谱图像端元提取算法。为了解决多次顺序计算单形体体积所造成的高计算复杂度的问题，基于高维空间单形体体积计算公式实现SGA（NSGA），推导出两种NSGA的快速实现算法：基于矩阵三角分解的NSGA算法（FNSGACF）和基于分块矩阵行列式的NSGA算法（FNSGA）。FNSGACF主要利用改进Cholesky分解方法，将单形体体积的计算转化为矩阵的三角分解，从而降低了计算复杂度，提高了算法的效率。FNSGA引入分块矩阵的思想来简化矩阵行列式的计算，很大

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：1020928
    • 提供者：weixin_38686080

  1. SmartReader：SmartReader是一个库，用于根据Mozilla可读性库的端口提取网页的主要内容-源码

  2. 智能阅读器 一个库，用于提取网页的主要内容，删除广告，侧边栏等。 什么和为什么 该库支持.NET Standard 2.0。 核心算法是的端口。 原始库是稳定的，可在Firefox内部生产中使用。 通过这种方式，我们可以背负Mozilla的艰苦卓绝的工作。 SmartReader还对原始库进行了一些改进，获得了更多更好的元数据： 网站名称 作者和出版日期 语言 文章摘录 特色图片 找到的图像列表（它也可以选择下载图像并将其存储为数据URI） 估计阅读本文所需的时间 它还允许在提取文章之前和

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：27262976
    • 提供者：weixin_42116734
« 12 3 4 5 »