《表3 各算法在模拟数据集上的RMSE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

《基于局部加权低秩先验的高光谱稀疏解混方法》

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4和5展示了5种算法在信噪比为20 d B的情况下解混得到的丰度图，这里随机给出了一个端元的丰度图.可以看到SUn SAL和CLSUn SAL对噪声的抑制效果很差，而施加了TV项的几种算法对噪声的抑制效果都比较好，然而SUn SAL-TV仅考虑了TV项在一些区域造成的过平滑，本文方法不但对噪声的抑制效果很好，而且相比其他算法更好地保留了局部区域的细节信息，避免了仅使用TV项造成的过平滑现象，所得解混结果也最接近真实的丰度图.表2和3分别给出了5种算法的SRE和RMSE值，可以看出本文方法的解混结果最好.