论文部分内容阅读
基模分析被广泛地运用于机器学习与数据挖掘之中,其核心思想是通过寻找数据凸体的角点,这些角点通常是数据的主要成分。同时通过分配比例系数给这些角点,这样就能重构原始数据。本文据此出发,利用基模分析进行高光谱盲信号分离,分别分离出端元矩阵与各种物质的比例系数。在梯度下降算法的框架下,我们采用了一种快速初始化策略,利用基模分析的扩展模式-核方法进行端元与比例系数的迭代。通过对真实高光谱遥感影像大量实验发现,此方法简单易行,且精度较高。