快速实现基于单形体体积生长的端元提取算法

单形体体积生长算法(SGA)是一种比较有效的高光谱图像端元提取算法。为了解决多次顺序计算单形体体积所造成的高计算复杂度的问题,基于高维空间单形体体积计算公式实现SGA(NSGA),推导出两种NSGA的快速实现算法:基于矩阵三角分解的NSGA算法(FNSGACF)和基于分块矩阵行列式的NSGA算法(FNSGA)。FNSGACF主要利用改进Cholesky分解方法,将单形体体积的计算转化为矩阵的三角分解,从而降低了计算复杂度,提高了算法的效率。FNSGA引入分块矩阵的思想来简化矩阵行列式的计算,很大程度降低了计算的复杂性。基于仿真实验研究和真实高光谱图像实验研究的结果表明,这两种快速实现算法都在保持NSGA结果的基础上运行更快,达到了快速实现的目的。