《表4 高分五号数据集各算法SAD值对比》

  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

《重加权稀疏和全变差约束下的深度非负矩阵分解高光谱解混》

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：黑体数据为最优值，加下划线数据为次优值。

根据各种算法得到的丰度，有研究（Shao和Lan，2019）将4种类标签分配给每个像素中丰度最高的那一类，得到硬分类图（图11）。表4列出了本文算法以及其他对比算法获得的4种地物的SAD值，其结果是10次重复试验的平均值，同样以粗体显示最优的结果，并在次优的结果下加下划线。从表4中可以看出，RSDNMF-TV提取出的水和植被的特征优于其他对比的算法，并且，RSDNMF-TV获得的平均SAD最小，说明了本文的算法也能较好地应用于高分五号卫星数据，具有一定的通用性，且本文的算法优于其他对比算法。