关于近似纯像元及其丰度的构造

[zlyrs1]

您好，关于Pseudo_endmembers_generation.m有几个问题想要请教一下： [以仿真数据集200*200的Mixed_TrSet作为输入]

1）请问给原始数据加的是什么噪声呢

2）在每一个图像块内按照论文说的应该是用HySime提取端元，但是这里是定值5

3）在用sunsal计算丰度之前没有对8000个近似纯像元进行聚类构造端元矩阵M(224,*5)

3）在用sunsal计算时应该是近似纯像元EM(2248000)作为输入，即sunsal(M， EM，...)求对应的Trlabel(58000)

[danfenghong]

1) 高斯噪音。 2）使用HySime估计端元数量。 3）构造了，对比方法使用的是224，5作为端元输入的，网络方法不需要。 4）是的，TrLabel应该是5，8000.

zlyrs1 @.***> 于2021年11月10日周三 上午11:14写道：

[image: Image] https://user-images.githubusercontent.com/27490404/141041428-0227a4c5-e3b8-4548-a9d6-e02cf256e2f4.png 您好，关于Pseudo_endmembers_generation.m有几个问题想要请教一下： [以仿真数据集200*200的Mixed_TrSet作为输入]

1）请问给原始数据加的是什么噪声呢

2）在每一个图像块内按照论文说的应该是用HySime提取端元，但是这里是定值5

3）在用sunsal计算丰度之前没有对8000个近似纯像元进行聚类构造端元矩阵M(224,*5)

3）在用sunsal计算时应该是近似纯像元EM(2248000)作为输入，即sunsal(M， EM，...)求对应的Trlabel(5 8000)

— You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub https://github.com/danfenghong/IEEE_TNNLS_EGU-Net/issues/6, or unsubscribe https://github.com/notifications/unsubscribe-auth/AFL2GZSHM57F7YACLMKSSCDULHPSFANCNFSM5HW2SXOA . Triage notifications on the go with GitHub Mobile for iOS https://apps.apple.com/app/apple-store/id1477376905?ct=notification-email&mt=8&pt=524675 or Android https://play.google.com/store/apps/details?id=com.github.android&referrer=utm_campaign%3Dnotification-email%26utm_medium%3Demail%26utm_source%3Dgithub.

[zlyrs1]

2）是不是这样理解呢：先对全图先用HySime估计端元数量为5，然后每个图像块(5*5)利用vca从中取5个近似纯像元，这样就可以在40000个像元中提取8000个近似纯像元。其他数据集您在提取近似纯像元的时候也是按照这样的比例提取的吗？ 3）主要是我运行的时候在sunsal出错了，我理解应该是sunsal(M， EM，...)，而不是sunsal(EM， X'，...)这里需要修改对吗？然后端元矩阵M是不是其实对全图做一个vca提取5个端元就可以了？