基于正交非负矩阵分解的高光谱遥感图像混合像元分解

像元分解是遥感图像信息挖掘的重要手段,非负矩阵分解模型应用于高光谱遥感图像混合像元分解时,分解的效果与算法所获局部最优解密切相关。本文将带正交性约束的非负矩阵分解用于光谱解混,保证了分解矩阵列向量的线性无关性,进而使分解所得端元光谱具有较大的独立性。通过试验分析,利用正交非负矩阵分解,实现了对1997年机载可见光及红外成像光谱仪(AVIRIS)高光谱图像的混合像元分解,结果表明,增加约束条件后的正交非负矩阵分解,能成功分离出6种端元光谱,解混出的端元光谱与参考光谱的光谱角距离更小,与真实地物的丰度谱图吻合度增强。

求解全局优化问题的两阶段模式搜索算法

将Matlab中全局优化工具箱中的模式搜索求解器与割峰函数结合,提出一个两阶段模式搜索算法。首先通过模式搜索求解器求解包含多个极小值的优化问题,返回结果后,在当前迭代点处定义割峰函数,继而采用模式搜索求解器进一步极小化辅助函数寻找比当前结果更好的下降点。该算法简单易行,数值结果表明新算法提高了模式搜索求解器获得全局解的效率。