《表5 端元数目为6时各算法结果比较 (×10-2) Tab.5 Comparison of the algorithms when the number of endmembers is six (

  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

《基于丰度约束核非负矩阵分解的高光谱图像非线性解混》

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

注:每种评价指标的最优结果由粗体标出.

实验2端元数目和信噪比的影响分析:在该实验中比较了各算法在不同端元数目和信噪比下解混的精度.图像大小是36×36，纯像元程度是0.8，端元数目取3、4、5、6.在端元数目固定的情况下，分别对Hapke模型和GBM数据进行解混，信噪比取40dB和20dB.表2~表5（见第436~437页）分别显示了端元数目为3、4、5、6情况下各算法的解混结果.从表中的数据可以看出，在端元提取方面:随着端元数目的增加，非线性程度越复杂，各算法端元提取的精度会逐渐下降，本文提出的ASSKNMF算法和其他算法相比一直保持最优的结果.仅利用核非负矩阵分解的npKNMF的解混精度随着端元数目的增多下降很明显，线性的CNMF的解混结果在端元数目为3时还尚可，端元数目增多后也不理想.CKNMF端元提取的结果并不理想，这也间接证明了其添加的端元最小体积约束并不能提高解混精度.