%0 Journal Article
%T 从端元选择到光谱解混的距离测算方法
%A 王立国
%A 张晶
%A 刘丹凤
%A 王群明
%J 红外与毫米波学报
%D 2010
%X 提出了基于支持向量机(SVM)的单纯形增长算法(SGA)新实现方法，该方法无需降维预处理，且采用低复杂度的距离尺度代替复杂的体积尺度；证明了线性SVM与传统线性光谱混合模型(LSMM)在光谱解混中的等效性，并探索了前者在信息的扩展利用和模型的非线性推广两方面的优势.实验结果表明，基于SVM的SGA实现方法在保证选择结果不变的前提下复杂度大大降低,SVM模型下解混精度明显提高.
%K 高光谱图像
%K 端元选择
%K 支持向量机
%K 单纯形增长算法
%K 光谱解混
%U http://journal.sitp.ac.cn/hwyhmb/hwyhmbcn/ch/reader/view_abstract.aspx?file_no=29516&flag=1