上传者: 38731145
|
上传时间: 2022-01-15 23:40:36
|
文件大小: 1.4MB
|
文件类型: -
稀疏正则化函数的选取直接影响到稀疏非负矩阵分解高光谱解混的效果。目前,主要采用 L0.或 L1 范数作为稀疏度量。L0 稀疏性好,但求解困难;L1 求解方便,但稀疏性差。提出一种近似稀疏模.型,并将其引入到多层非负矩阵分解(AL0-MLNMF)的高光谱解混中,将观测矩阵进行多层次稀疏分.解,提高非负矩阵分解高光谱解混的精度,提升算法的收敛性。仿真数据和真实数据实验表明:该算.法能够避免陷入局部极值,提高非负矩阵分解高光谱解混性能,算法精度上比其他几种算法都有较大.的提升效果,RMSE 降低 0.001~1.676 7,SAD 降低 0.002~0.2443。