VCA 与 GAEE 算法用于端元提取的比较
神经与进化计算
2018-11-09 v1 图像与视频处理
摘要
端元提取是高光谱图像分析与分类中的关键步骤。它是一种将混合光谱分解为一组光谱及其对应比例的有用方法。在本文中，我们将线性端元提取问题作为一个进化优化任务来求解，在端元空间中最大化单纯形体积。我们提出了一种标准遗传算法及一种带有体外受精模块（IVFm）的变体以寻找最优解，并将结果与最先进的顶点成分分析（VCA）方法以及传统算法像元纯度指数（PPI）和 N-FINDR 进行比较。在真实与合成高光谱数据上的实验结果证实了所提方法相对于上述算法在性能与精度上的优势。
引用
@article{arxiv.1805.10644,
title = {Comparison of VCA and GAEE algorithms for Endmember Extraction},
author = {Douglas Winston. R. S. and Gustavo T. Laureano and Celso G. Camilo},
journal= {arXiv preprint arXiv:1805.10644},
year = {2018}
}
备注
Accepted by IEEE CEC 2018: IEEE Congress on Evolutionary Computation