论文研究结合纯像元提取和ICA的高光谱降维方法.pdf

高光谱遥感影像以其众多的波段数目，为地表观测提供近乎连续的波谱数据；然而海量的高光谱遥感影像存在着大量的信息冗余，为数据的处理带来了挑战。因此在对高光谱遥感影像进行存储、分析及可视化等操作之前，对高光

本文介绍了MDS、Isomap等三种主要的高维数据降维方法,同时对这些降维方法的作用进行了探讨。

基于GPU的高光谱纯净像元指数并行优化算法，叶舜，吴泽彬，随着高光谱图像的空间和光谱分辨率逐渐增加，图像数据量越来越大，处理算法的复杂度也随之增加。传统高光谱处理算法的执行效率较

讲述高光谱混合像元的问题，及提取的方法和流程，着重讲解图像端元丰度的反演方法，并进行实例分析

为了更有效地提取脑电信号特征波，结合小波包和ICA（独立分量分析），提出了一种脑电特征波提取方法。首先对脑电信号进行小波包分解，然后进行相关频段信号的重构，从而提取出特征波的概貌作为初次提取的特征波；

特征降维能够有效地提高机器学习的效率，特征子集的搜索过程以及特征评价标准是特征降维的两个核心问题。综述国际上关于特征降维的研究成果，总结并提出了较完备的特征降维模型定义；通过列举解决特征降维上重要问题

新手教程,含搜集资料加代码。高光谱图像分类是高光谱遥感对地观测技术的一项重要内容,在军事及民用领域都有着重要的应用。然而,高光谱图像的高维特性、波段间高度相关性、光谱混合等使高光谱图像分类面临巨大挑战

自己学习编写的混合像元分解中的端元提取部分的纯像元指数PPI算法的MATLAB代码。可以运行得到结果,但没有结果用于验证,亦未编写精度评定,不保证结果的正确性。

提出一种新的获取人体生理参数的方法，用摄像头采集人脸的彩色视频，对人脸区域进行颜色通道分离和独立成分分析（ICA），获取有用信号。使用经验模态分解（EMD）的方法，把信号分解成可以反映出生命信息的固有

高光谱图像解混是遥感图像处理的重要技术之一.利用非负矩阵分解(NMF)进行高光谱图像解混是近年来发展起来的一种方法.这种解混方法假设光谱具有稳定的光谱特性；但实际上光谱经常是多变的，这个现象影响着解混