节点文献

基于先验知识的MCMC在混合像元分解中的应用研究

免费订阅

【作者】 胡霞

【Author】 HU Xia(University of Chinese Academy of Sciences,Beijing 100049)

【机构】 中国科学院大学

【摘要】 MCMC方法是一种动态的参数估计方法,研究MCMC方法在遥感影像混合像元分解中的应用。传统的混合像元分解一般是基于固定端元的,而实际上影像中像元并不都是由完全相同的端元组成。基于MCMC方法提出了一种端元可变的像元分解算法,并且充分利用了端元的累计先验知识。算法将端元选取和丰度反演合为一个步骤,抽象成一个估计参数的随机过程,在端元数目可变的前提下,基于可逆的跳跃式MCMC方法估计参数。在状态转移过程中,加入端元的累计先验知识,提高算法效率。这种算法不需要人工干预,能够实现自动化像元分解,并且具有较高的精度。结果表明,基于修正MCMC的端元可变的自动化解混算法在分解精度和稳定性方面均优于基于固定端元的混合像元分解方法。

【基金】 国家自然科学基金项目(40871032);国家973项目(2013-CB733402)
【所属期刊栏目】 农业信息科学 (2013年10期)
  • 【DOI】10.13989/j.cnki.0517-6611.2013.10.100
  • 【分类号】S127
  • 【下载频次】32
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: