技术报告：将高光谱图像非线性解混中的波段选择作为极大团问题
计算机视觉与模式识别
2017-11-27 v2
摘要
基于核的非线性混合模型已被应用于解混高光谱图像的光谱信息，当场景中发生的混合类型过于复杂或未知时。然而，此类方法通常需要对大小等于光谱波段数的矩阵求逆。在大规模应用中，降低这些方法的计算负载仍然是一个挑战。本文提出一种在再生核希尔伯特空间 (RKHS) 中进行波段选择 (BS) 的集中式方法。它基于相干性准则，该准则设定了表征解混模型的基础核函数之间允许的最大相关值。我们表明，所提出的 BS 方法等价于求解一个最大团问题 (MCP)，即在图中搜索最大的完全子图。此外，我们利用线性无关基的相干界，设计了一种选择相干阈值和高斯核带宽的策略。仿真结果说明了所提方法的效率。
引用
@article{arxiv.1603.00437,
title = {Technical Report: Band selection for nonlinear unmixing of hyperspectral images as a maximal clique problem},
author = {Tales Imbiriba and José Carlos Moreira Bermudez and Cédric Richard},
journal= {arXiv preprint arXiv:1603.00437},
year = {2017}
}