基于粒子群优化的非平滑非负矩阵分解算法

摘要：

传统的非平滑约束的非负矩阵分解算法(nsNMF)在处理高光谱数据时,存在对初始值敏感、容易陷入局部最优值等缺陷.为此,提出一种基于粒子群优化(PSO)的nsNMF算法.采用传统nsNMF算法迭代的结果作为初始值,以避免PSO的盲目搜索.通过PSO搜索端元光谱矩阵,利用nsNMF算法更新端元光谱矩阵和丰度矩阵,以缩小搜索空间,降低计算复杂度,避免陷入局部最优.在合成数据集和真实数据集上的实验结果表明,与传统nsNMF算法相比,该算法能获得更好的全局最优解,端元光谱和丰度值更接近真实值.

关键词：非负矩阵分解、粒子群优化算法、高光谱、线性光谱模型、全局最小值、稀疏性

所属期刊栏目：39

分类号：TP18(自动化基础理论)

资助基金：国家"863"计划基金资助重点项目"面向绿色节能废杂铜冶炼过程的成套控制系统"2009AA04Z154;国家科技支撑计划基金资助项目"铜循环利用短流程生产关键技术与工程化"2011BAE23B05

在线出版日期：2013-03-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：204-207,212