LSTM-DNN Based Autoencoder Network for Nonlinear Hyperspectral Image Unmixing

Blind hyperspectral unmixing is an important technique in hyperspectral image analysis, aiming at estimating endmembers and their respective fractional abundances. Consider the limitations of using the linear model, nonlinear unmixing methods have been studied under different model assumptions. Howe...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	IEEE journal of selected topics in signal processing Jg. 15; H. 2; S. 295 - 309
Hauptverfasser:	Zhao, Min, Yan, Longbin, Chen, Jie
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	New York IEEE 01.02.2021 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Schlagworte:	Algorithms Artificial neural networks attention recurrent neural network autoencoder network Correlation Decoding Hyperspectral imaging Hyperspectral unmixing Image analysis Mathematical model Neural networks nonlinear unmixing Regularization Spectral correlation Task analysis Three-dimensional displays
ISSN:	1932-4553, 1941-0484
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!