《表4 不同方法的运行时间》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种改进的高光谱解混非负矩阵分解初始化方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图6是Cuprite数据集在影像分割参数ω为7、ws为0.2时，通过RESGSNMF方法获取的端元丰度结果。图7是4种不同方法在迭代次数为100、ω为7、ws为0.2时端元光谱和端元丰度重构影像的RMSE，从图中可以看出，RESGSNMF方法的重构影像RMSE值最小，为0.007。表3是4种不同方法在迭代次数为100、ω为7、ws为0.2时得到的12种地物的SAD值，从表中可以看出VCAFCLS、ASCNMF、SGSNMF和RESGSNMF 4种方法得到的平均SAD分别为0.2963，0.1988，0.1874，0.1812。从数值上可以看出，RESGSNMF方法要优于另外三种方法。本文实验是在64位Windows 7系统上进行的，处理器为Intel（R）Core（TM）[email protected]，运行内存为8.00GB。表4是4种不同方法在迭代次数为100时，程序运行20次的平均运行时间，从表中可以看出，SGSNMF和RESGSNMF相比于另外两种方法，运行时间较长，运行效率较低，这是由逐块进行非负矩阵分解造成的，提高分解结果精度的同时降低了分解效率，这也是分块非负矩阵分解算法的局限所在，是以后改进的重要方向。