高光谱成像中低秩矩阵恢复的参量优化
最优化与控制
2023-08-10 v2 数值分析
数值分析
摘要
讨论了高光谱成像中低秩矩阵恢复方法的参量优化途径。我们针对低秩矩阵恢复方法的初始参量建立了一个优化问题。针对不同参量设置，在计算时间和内存方面比较了性能。通过计算峰值信噪比作为定量度量对结果进行评估。讨论了在优化初始值选择时降噪方法性能的潜在提升。该优化方法在标准且公开可用的高光谱数据集上进行了测试，包括Indian Pines、Pavia Centre和Pavia University。
引用
@article{arxiv.2305.09823,
title = {Parameter optimization for low-rank matrix recovery in hyperspectral imaging},
author = {Monika Wolfmayr},
journal= {arXiv preprint arXiv:2305.09823},
year = {2023}
}
备注
15 pages, 18 figures, 4 tables