利用半监督部分隶属潜在狄利克雷分配进行端元可变的高光谱解混
计算机视觉与模式识别
2017-03-21 v1
摘要
提出了一种半监督部分隶属潜在狄利克雷分配（PM-LDA）方法，用于高光谱解混和端元估计，同时考虑光谱变异性和空间信息。部分隶属潜在狄利克雷分配是一种在表示光谱变异性并利用空间信息的同时进行光谱解混的有效方法。在本工作中，我们扩展了部分隶属潜在狄利克雷分配，以纳入任何可用的（不精确）标签信息来辅助引导解混。在两个高光谱数据集上的实验结果表明，所提出的半监督PM-LDA能够产生改进的高光谱解混和端元估计结果。
引用
@article{arxiv.1703.06151,
title = {Hyperspectral Unmixing with Endmember Variability using Semi-supervised Partial Membership Latent Dirichlet Allocation},
author = {Sheng Zou and Hao Sun and Alina Zare},
journal= {arXiv preprint arXiv:1703.06151},
year = {2017}
}