基于进化多目标优化的高光谱稀疏混合像元分解技术研究

《基于进化多目标优化的高光谱稀疏混合像元分解技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、巧結謂我分圍硕±学位论文胃圓礫ＡＰＭＩｇｐ＾＾＾＾ＳＨａｉ基于进化多目标优化的高光谱稀疏混合像元分解技术研究．３作者姓名罗恩湖＾勺一？１指导教隱名、职碌公茂果難＾ｌ申请学位类别工学硕±Ｉ西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加标注和致谢中所罗列的巧容Ｗ外，论文中不包含其他人已经发表或撰写过的研究成果也；不包含

2、为获得西安电子科技大学或其它教育机构的学位或证书而使巧过的材料。与我同工作的同事对本研巧所做的任何贡献均曰在论文中作了明确的说明并表示了谢意。学位论文若有不实之处人承扭一，本切法律责任。：女化本人签名等鄙锦日期：２Ｐ（Ｚ％閒安电子科技大学关于论义使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，郎：硏宛生在校攻读学位期间论文：〔作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件，允许爸阅、借阁论文；学校可从公布论文的全部或部分内容，允许采用影印、缩印

3、或其它复制手段保存论义。同时本人保证，结含学位论文研究成果完成的抢文、发明专利等成果，署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名：屬爲咸：１导师签名日期：ＺＯＩＴ，估么ｇ日期：２■姐、StudyofHyperspectralSparseUnmixingBasedonEvolutionaryMulti-objectiveOptimizationAThesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequi

4、rementsforthedegreeofMasterinPatternRecognitionandIntelligentSystemsByLuoEnhuSupervisor:GongMaoguoProfessorDecember2015学学学校校校代代代码码码10701学学学号号号1302121182分分分类类类号号号TP75密密密级级级公公公开开开西西西安安安电电电子子子科科科技技技大大大学学学硕硕硕士士士学学学位位位论论论文文文基基基于于于进进进化化化多多多目目目标标标优优优化化化的的的高高高光光光谱谱谱稀稀稀疏疏疏混混

5、混合合合像像像元元元分分分解解解技技技术术术研研研究究究作作作者者者姓姓姓名名名：：：罗恩湖一一一级级级学学学科科科：：：控制科学与工程二二二级级级学学学科科科：：：模式识别与智能系统学学学位位位类类类别别别：：：工学硕士指指指导导导教教教师师师姓姓姓名名名、、、职职职称称称：：：公茂果教授学学学院院院：：：电子工程学院提提提交交交日日日期期期：：：2015年12月摘要摘要随着高光谱遥感技术飞速发展，高光谱遥感影像数据已经被广泛应用到环境污染监测、矿产勘探等方面。传感器技术的发展瓶颈以及地表地物分布复杂多样，导致在高光谱遥感数

6、据中普遍存在混合像元。混合像元分解精度直接影响着高光谱遥感影像数据的后续应用，因此，混合像元分解技术已经成为高光谱遥感技术中一个亟待解决的问题。随着混合像元分解技术的重要性日益突出，越来越多的研究学者加入到了混合像元分解技术这个领域的研究中，这又进一步促进了混合像元分解技术的发展。其中，基于稀疏约束的混合像元分解技术已经成为混合像元分解技术的潮流，其旨在从已知光谱库中寻找能够表示观测像元光谱向量的最佳线性组合。传统的基于稀疏约束的混合像元分解算法，使用凸的L1范数替代非凸的L0范数，然后通过引入权重系数将两个或者多个代价函数整

7、合成一个目标函数进行优化。但是L1范数不一定在所有情况下都等价于L0范数。此外，传统的基于稀疏约束的混合像元分解算法引入的权重系数都比较敏感，而且对于不同的数据集难以确定一个最佳的参数。因此，为了解决传统的基于稀疏约束的混合像元分解算法中出现的一些问题，在前面学者研究的基础上，本文做了一些关于稀疏约束混合像元分解问题的研究，主要研究内容如下：首先，对当前一些高光谱混合像元分解技术做了介绍。根据混合尺度的情况，混合像元分解模型主要分为线性模型和非线性模型。线性模型是当前使用最为广泛的模型，本文的研究也是基于线性模型进行的。当前的

8、线性模型算法主要分为四大类：基于信号子空间的、基于空间几何的、基于统计的和基于稀疏约束的算法。其次，针对当前基于稀疏约束的混合像元分解算法中存在的一些问题，本文将该算法建立成一个进化多目标优化模型。为了解决进化多目标模型中遇到的大规模优化问题，本文提出了协同进化多目标算法MO