基于局部邻域约束的深度非负矩阵图像解混方法和设备
公开
摘要
本发明提供了一种基于局部邻域约束的深度非负矩阵图像解混方法和设备，深度非负矩阵图像解混方法包括：输入图像的原始数据至NMF模型；将原始数据拆分为三层，初始化每一层原始数据，得到初始化数据；对初始化数据进行预训练；将预训练后的初始化数据再输入NMF模型进行优化迭代，直至收敛；输出收敛后的解混结果。本方法利用局部邻域约束对丰度矩阵进行约束，同时借助深度学习的思想，将单层的NMF模型扩展到深度NMF模型，降低误差累积。
基本信息
专利标题 ：
基于局部邻域约束的深度非负矩阵图像解混方法和设备
专利标题（英）：
暂无
公开（公告）号 ：
CN114297573A
申请号 ：
CN202111445170.7
公开（公告）日 ：
2022-04-08
申请日 ：
2021-11-30
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘钰龙李杏梅
申请人 ：
中国地质大学（武汉）
申请人地址 ：
湖北省武汉市洪山区鲁磨路388号
代理机构 ：
代理人 ：
优先权 ：
CN202111445170.7
主分类号 ：
G06F17/16
IPC分类号 ：
G06F17/16 G06K9/62 G06V10/774
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F17/00
特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法
G06F17/10
复杂数学运算的
G06F17/16
矩阵或向量计算的
法律状态
2022-04-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
