ADMM算法及其在高光谱影像解混中的应用

来源 :成都理工大学 | 被引量 : 0次 | 上传用户:panxi1210
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文主要研究交替方向乘子法(ADMM)及其在高光谱影像光谱解混中的应用。全文共分为三个部分:即ADMM算法,变量分裂增广拉格朗日稀疏解混(SUnSAL)算法与约束变量分裂增广拉格朗日稀疏解混(C-SUnSAL)算法及其应用,以及变量分裂增广拉格朗日-全变差稀疏解混(SUnSAL-TV)算法及其应用。  本论文首先简要介绍了ADMM算法及几种在高光谱解混中常用的优化问题,包括:约束最小二乘(CLS)问题,完全约束最小二乘(FCLS)问题,约束稀疏回归(CSR),约束基追踪(CBP)和约束基追踪去噪(CBPDN)问题。然后,研究了ADMM方法在求解约束稀疏回归(CSR)优化问题和约束基追踪去噪(CBPDN)问题中的应用,分别提出了SUnSAL算法和C-SUnSAL算法,并研究了SUnSAL算法和C-SUnSAL算法在高光谱遥感影像光谱解混中的应用。最后,针对高光谱遥感影像光谱解混,在SUnSAL算法的基础上考虑空谱纹理信息,提出了一种SUnSAL-TV方法;同时研究了SUnSAL-TV的推广算法,即通过假设PSFs(点扩散函数)是一个高斯函数的线性组合,利用点扩散函数构造SUnSAL-TV方法中的模糊矩阵H;并研究了SUnSAL-TV算法在高光谱遥感影像光谱解混中的应用。
其他文献
考虑如下具有较高频率^的Schr6 dinger方程的驻波解耦合上如下Possion方程  因此,我们就得到了一个R3中的具有如下形式的椭圆方程  其中,位势V(x)=U(x)—w非线性项g(M)= g(
经典的Black-Scholes期权定价模型假定股票价格的波动率在期权的有效期内固定不变与实际市场数据不相符,当实际过程是异方差时,它不正确地假设异方差的性质。如何准确地对期权定价是金融学的重要理论命题及实践问题。本文使用了服从学生t分布的t-GARC H模型和非对称t-G ARCH模型来刻画标的资产收益序列的波动率。在贝叶斯框架下,通过选取合适的先验密度,获得波动率模型参数的后验密度函数,再采用