@InProceedings{2015_ammanouil376,
	author = "Rita Ammanouil and André Ferrari and Cédric Richard",
	title = "Modèle non-linéaire et semi-paramétrique pour le démélange non-supervisé d'images hyperspectrales",
	booktitle = "25° Colloque sur le traitement du signal et des images",
	year = "2015",
	publisher = "GRETSI - Groupe de Recherche en Traitement du Signal et des Images",
	number = "001-0220",
	pages = "p. 881-884",
	month = "Sep # 8--11",
	address = "Lyon",
	doi = "",
	pdf = "2015_ammanouil376.pdf",
	abstract = "Cette communication propose un algorithme non-supervisé pour le démélange non-linéaire de données hyperspectrales. Plus précisément, un spectre est considéré comme étant la somme d'une combinaison linéaire de spectres purs et d'une fonction non linéaire des spectres voisins. L'estimation de la partie non linéaire est non paramétrique et suppose que la fonction non linéaire, à valeurs vectorielles, appartient à un espace de Hilbert à noyau reproduisant. Les spectres purs et leur nombre ne sont pas connus au préalable. Le problème d'optimisation convexe associé est résolu en utilisant l'algorithme des directions alternées (ADMM)..pdf",
}