高光谱图像的非线性解混：模型与算法
数据分析、统计与概率
2015-06-15 v2 应用统计
统计方法学
机器学习
摘要
在考虑高光谱图像解混问题时，地球科学和图像处理领域的大多数文献都依赖于广泛使用的线性混合模型（LMM）。然而，当存在多次散射效应或紧密相互作用时，LMM可能不再有效，需要考虑其他非线性模型。因此，在过去几年中，已经提出了几项重要贡献来克服LMM固有的局限性。本文概述了非线性解混建模的最新进展。
引用
@article{arxiv.1304.1875,
title = {Nonlinear unmixing of hyperspectral images: models and algorithms},
author = {Nicolas Dobigeon and Jean-Yves Tourneret and Cédric Richard and José C. M. Bermudez and Stephen McLaughlin and Alfred O. Hero},
journal= {arXiv preprint arXiv:1304.1875},
year = {2015}
}