《表3 端元数目为4时各算法结果比较 (×10-2) Tab.3 Comparison of the algorithms when the number of endmembers is four

  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.

Bi-objective NMF通过结合线性和非线性，结果总体上比CNMF，npKNMF和CKNMF要好，但是和权重因子的取值有较大的关系.在丰度估计方面:从数据上可以看出没有添加丰度约束的npKNMF和Bi-objective NMF的丰度估计精度要低于添加丰度约束的CNMF，CKNMF和ASSKNMF.CKNMF丰度估计的结果虽比CNMF要好，但是其使用的2范数约束是从整体上平滑丰度，在空间分辨率低时会模糊化丰度图，这与实际地物分布时存在的局部平滑特性是矛盾的，而本文提出的ASSKNMF既考虑了丰度分布的稀疏特性，又考虑了丰度分布的局部平滑特性，使得最后估计的丰度更接近于真实值.