高光谱遥感影像混合端元提取算法，利用顶点成分分析准则

个人和企业都适合使用，此插件 已集成支付宝微信财付通等支付渠道

以单片机89S52和FPGA为控制核心,基于压控增益放大器VCA822,设计一个能够对频率范围100 Hz～15 MHz,幅度范围2 mV～2 V的信号进行调理的程控增益放大器。该放大器增益10～58 dB可调,且引入噪声很低,并具有自动增益控制和显示输出电压峰值的功能。放大器的输出端采用宽带运放AD811和分立元件搭建的推挽电路,加强该放大器驱动负载的能力。

顶点分量分析（VCA） 顶点分量分析方法在Python中的翻译，用于从给定的高光谱图像中提取一组端成员（基本光谱）。 有关该方法的更多详细信息： Jose MP Nascimento和Jose MB Dias 提交给IEEE Trans的“顶点分量分析：一种用于分解高光谱数据的快速算法”。 Geosci。 遥感，卷。 ..， 不。 .. pp ..-。，2004年 用法 Ae，指数，Yp = vca（Y，R，详细= True，snr_input = 0） 输入变量 Y-尺寸为L（通道）x N（像素）的矩阵，每个像素是R个端成员签名的线性混合Y = M xs，其中s =伽玛x alfa gamma是照明扰动因子，而alfa是每个端成员的丰度分数。 注意：Y必须是一个numpy数组 R-场景中端成员的正整数 输出变量 AE-估计的混合矩阵（端成员签名） 指数-被选为最纯净的像素 Yp

VCA610 是 BURR-BROWN 公司生产的宽带、 增益连续可变的电压控制放大器，小信号带宽 30MHz，额定输出电压 3 V ，输出电流80mA，

顶点成分分析求解高光谱、多光谱数据的端元曲线

视频分析（VCA）技术

最新的vca的改进方法 vertex component analysis

顶点成分分析算法是一种非监督的端元提取算法。顶点成分分析法假设纯净像元存在，根据凸面几何原理，认为端元都位于单形体的顶点。VCA 算法通过将数据投影到一个正交的子空间方向计算投影距离值最大的像元，它就是要寻找的端元。要不断进行迭代计算，直到所有的端元都被找到。 VCA 的计算步骤为: ① 对图像数据进行降维处理，设定一个信噪比门限值 SNRth，根据图像的信噪 比与门限值对比大小分别采用主成分分析法 ( PCA) 或者奇异值分解法( SVD) 对图像数据进行降维; ② 利用随机生成的正态分布矩阵计算初始向量，将所有的像元点向初始向量方向投影，找到投影值最大的作为端元; ③ 继续计算新的投影向量方向并进行迭代计算直到找出所有的端元，本资源实现了VCA算法来非监督提取端元,希望对研究端元提取的朋友有用

自己学习时编写的混合像元分解中的端元提取部分的顶点成分分析VCA的MATLAB代码，浅显易懂。可以运行得到结果，但没有结果用于验证，亦未编写精度评定，不保证结果的正确性。