%0 Journal Article
%T 基于相关向量机的高光谱图像解混方法
%A 杨京辉
%A 王立国
%A 钱晋希
%J 哈尔滨工程大学学报
%D 2015
%R 10.3969/j.issn.1006-7043.201311016
%X 针对传统的高光谱数据解混方法中存在的解混精度不高、丰度图模糊的缺陷, 提出一种基于相关向量机的高光谱图像解混方法(unmixing algorithm based on relevance vector machine, UARVM)。其核心思想是采用改进的一对余型的相关向量机将多分类问题转化为多个二分类的问题, 且求取出每个样本所对应的归属类别的概率值, 即丰度值来完成图像的解混。理论研究和仿真结果表明:相对于传统解混方法, UARVM解混精度高, 丰度分布图效果好。
%K 高光谱图像
%K UARVM
%K 丰度
%K 相关向量机
%K 解混
%U http://heuxb.hrbeu.edu.cn/oa/darticle.aspx?type=view&id=20150228