高光谱图像分解的MATLAB代码-基于深度生成模型的Unmixing_with_Deep_Generative_Models

简介：
本项目提供了一套基于深度生成模型进行高光谱图像分解（即成分解混）的MATLAB代码，旨在利用先进的人工智能技术解析复杂高光谱数据中的成分信息。 高光谱图像分离的MATLAB代码深度生成端元建模：无监督光谱解混的应用。该包实现了论文[1]中的方法，以解决光谱分离中端元变化的问题。通过使用变分自编码器（VAE）模型来模拟端元光谱，并从观测到的高光谱图像中学习，这使得我们可以用生成模型低维潜在空间中的点表示可变端元，并与丰度一起优化以求解分离问题。 代码在MATLAB环境中实现，包括以下脚本段落件： - example1.m：演示比较算法（DC1）的示例脚本。 - example2.m：演示比较算法（DC2）的示例脚本。 - example3.m：演示比较算法（DC3）的示例脚本。 - example4.m：演示比较算法（DC4）的示例脚本。 - example_real1.m：在休斯顿数据集上进行比较算法测试的示例脚本。 - example_real2.m：在Samson数据集上进行比较算法测试的示例脚本。 - example_real3.m：在JasperRidge数据集中应用比较算法的示例脚本。 此外，还包括以下文件夹： - ./DeepGUn/：包含与DeepGUn算法相关的MATLAB文件。 - ./python/：包含与DeepGUn算法相关的Python代码。