基于聚类优化FastICA的混合颜料光谱信息解混算法

摘要：

提出一种聚类优化的快速独立成分分析(FastICA)解混算法,解决了FastICA在光谱信息解混过程中,对解混矩阵初始值敏感导致解混信息不稳定的问题.利用模糊C均值聚类对单一颜料光谱信息进行光谱特征降维,选择最具代表性的聚类结果作为解混矩阵初始值,通过FastICA牛顿迭代公式计算聚类优化后的解混矩阵,避免随机选取初始值对混合颜料光谱信息解混的影响.实验结果表明,与其他算法相比,解混结果平均误差值降低了0.57,平均适应度系数达到了99.67％,光谱角度匹配距离降低了0.53,所提算法增加了FastICA算法解混结果的稳定性,提高了混合颜料光谱信息解混精度.

关键词：混合颜料、光谱反射率、快速独立成分分析、模糊C均值聚类

所属期刊栏目：40

分类号：O433.4(光学)

在线出版日期：2020-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：199-207