10.3969/j.issn.1000.3842.2011.11.094
改进ICA算法及其在作物光谱分类中的应用
针对传统的固定点算法对分离矩阵初始值敏感的问题,提出一种改进的独立分量分析(ICA)算法,通过在传统的算法核心迭代过程中加入搜索因子,降低算法对矩阵初始值的依赖,提高处理效率.将ICA算法应用于作物精细光谱的分类,分别利用传统固定点算法和改进的固定点算法对混合光谱进行信息提取与分离.实验证明,改进的ICA算法在与传统算法作物光谱分类效果相当的情况下,迭代次数减少26%,提高了独立分量的分离效率,是一种有效的作物光谱分类方法.
高光谱、固定点算法、独立分量分析、光谱分类
37
TP391(计算技术、计算机技术)
国家自然科学基金资助项目40771155;国家"863"计划基金资助项目2007AA12Z174
2011-08-23(万方平台首次上网日期,不代表论文的发表时间)
共3页
272-274