基于双鸟群优化的高光谱图像非线性解混
针对高光谱图像像元中端元物质非线性混合的特点，借鉴生物群智能现象，提出一种基于双鸟群优化的高光谱图像非线性解混算法。为进一步提高非线性解混算法的精度，通过模拟鸟群中觅食、警惕以及飞行等行为得到非线性问题的最优解。算法通过双鸟群的迭代优化来交替更新目标函数中的最优解以及非线性模型参数，最终得到高光谱图像端元丰度的最佳估计。仿真实验和光谱数据实验结果表明：双鸟群优化算法迭代收敛，能克服局部最小值问题；相比于同类算法，该算法解混结果的丰度重建误差、平均光谱角距离和像元重建误差3 项指标均较小，该算法解混精度高，像元重构效果好，能有效提高高光谱图像非线性解混的精度。
高光谱图像 光谱解混 非线性混合 群智能优化 双鸟群优化
翁旭辉 雷武虎 任晓东
国防科技大学电子对抗学院脉冲功率激光技术国家重点实验室,安徽合肥230037
国内会议
长春
中文
1059-1066
2019-08-01（万方平台首次上网日期，不代表论文的发表时间）