uDAS: An Untied Denoising Autoencoder With Sparsity for Spectral Unmixing

Linear spectral unmixing is the practice of decomposing the mixed pixel into a linear combination of the constituent endmembers and the estimated abundances. This paper focuses on unsupervised spectral unmixing where the endmembers are unknown a priori . Conventional approaches use either geometrica...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	IEEE transactions on geoscience and remote sensing Jg. 57; H. 3; S. 1698 - 1712
Hauptverfasser:	Qu, Ying, Qi, Hairong
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	New York IEEE 01.03.2019 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Schlagworte:	Cascading Collaboration Decoding Deep learning denoising autoencoder Estimation hyperspectral image (HSI) Machine learning Matrix decomposition Minimization Network management systems Noise reduction Optimization Reconstruction Sparsity Spectra spectral unmixing
ISSN:	0196-2892, 1558-0644
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!