《表7 高光谱城市数据实验结果》

  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

《高分五号高光谱图像自编码网络非线性解混》

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

高光谱城市数据实验结果如表7所示。图6为城市丰度结果图，从左到右依次为VCA-FM、VCA-GBM、VCA-KHype、VCA-PPNM、VCA-MLM、NAE、ENAE和真实丰度图（TRUE）。可以看出：相比于其他6种方法，VCA-FM方法得到的RMSE值最大，重构误差较大，说明VCA-FM方法得到的丰度结果精度不高。在传统非深度学习方法中，VCA-KHype方法能够得到比VCA-GBM、VCA-PPNM和VCA-MLM方法更好的丰度结果。相比于传统非线性分解方法，深度学习方法在端元提取和丰度反演方面优于传统方法，并且ENAE能够得到更加小的RMSE和SAD值，说明ENAE方法在端元提取和丰度反演方面优于NAE方法。从图6可以看出，ENAE方法所获得的4个城市丰度图更加接近于真实丰度图。