光谱解混可以有效提升高光谱图像的利用效率。非负矩阵分解(NMF)常用于寻找非负数据的线性表示,可以有效解决混合像元问题。基于丰度的稀疏性和图像局部不变性提出一种高光谱解混算法。对丰度采取稀疏性约束和基于拉普拉斯矩阵的图正则项约束,构造了一个新的目标函数,端元和丰度在经过若干次迭代后取得了较好的解混合结果。该算法在模拟和真实数据上都进行了有效性验证,实验结果证明所提算法具有良好的解混性能。
2022-04-14 19:54:48
14.06MB
1
采用复仿射描述DG出力和状态变量的不确定性，建立复仿射迭代形式的Ybus高斯区间潮流方程。提出将同类噪声元合并的处理方法，减少迭代过程中增加的噪声元数量，兼顾区间潮流计算的效率和精度。提出从复仿射计算电压幅值区间值和相角区间值的方法。IEEE 33节点系统算例验证了所提方法的有效性和准确性。
2022-04-13 22:18:58
1023KB
1