[发明专利]一种基于离散变量的改进型高光谱端元提取方法在审
| 申请号： | 201910117083.5 | 申请日： | 2019-02-15 |
| 公开（公告）号： | CN109816090A | 公开（公告）日： | 2019-05-28 |
| 发明（设计）人： | 高浩;付峥;李荣昊 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00;G06N3/12 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林 |
| 地址： | 210023 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于离散变量的改进型高光谱端元提取方法，首先以解混后的光谱数据与原始光谱数据之间的均方根误差最小为目标函数，结合约束条件建立端元提取优化模型；基于人工蜂群算法计算食物源信息，选取NP个食物源信息作为初始解输入遗传算法中；最后基于遗传算法得到端元提取优化模型的最优解。本发明将基于离散人工蜂群算法与遗传算法运用于高光谱端元提取中，实现高光谱图像中端元提取精度的优化，解决了传统端元提取方法精度低以及线性约束模型容易失效的问题。 | ||
| 搜索关键词： | 遗传算法 高光谱 人工蜂群算法 离散变量 优化模型 改进型 原始光谱数据 高光谱图像 均方根误差 光谱数据 计算食物 目标函数 线性约束 约束条件 初始解 食物源 源信息 最优解 优化 | ||
【主权项】：
1.一种基于离散变量的改进型高光谱端元提取方法，其特征在于，包括以下步骤：(1)以解混后的光谱数据与原始光谱数据之间的均方根误差最小为目标函数，结合约束条件建立端元提取优化模型；(2)基于人工蜂群算法计算食物源信息，选取NP个食物源信息作为初始解输入遗传算法中；(3)基于遗传算法得到端元提取优化模型的最优解。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910117083.5/，转载请声明来源钻瓜专利网。
