可变神经网络结构下的遥感影像光谱分解方法

作者：李熙; 石长民; 李畅; 陈锋锐; 田礼乔

来源：计算机工程, 2012, (09): 1-3.

• 遥感
• 混合像元
• 神经网络
• 多层感知网络
• 非负约束
• 非线性光谱分解模型 remote sensing
• mixed pixel
• neural network
• Multilayer Perception(MLP) network
• nonnegative constraint
• nonlinear spectral unmixing model

多层感知神经网络(MLP)是主流的非线性分解方法,但是目前缺乏有效方法处理MLP分解结果中的丰度负值问题。为此,提出一种可变神经网络结构的方法,逐步去除负值丰度对应的端元,并调整相应的网络结构使之针对剩余的端元进行分解。通过武汉地区模拟TM遥感影像实验可以发现,该方法与传统MLP方法以及线性光谱分解方法的平均误差分别为0.077 7、0.081 9、0.094 3,说明该方法的分解精度高于其他2种分解方法,能克服丰度负值问题。

• 出版日期2012
• 单位测绘遥感信息工程国家重点实验室; 河南大学; 华中师范大学; 武汉大学