基于蒙特卡罗特征降维算法的小样本高光谱图像分类

蒙特卡罗采样

蒙特卡罗的方法介绍应用，如何改进蒙特卡罗方法，及其实例分析，可作为参考资料！

蒙特卡罗模型。

蒙特卡罗方法在通量计算中的应用。

本文介绍如何利用matlab实现随机森林算法对高光谱图像数据进行分类。以Indian高光谱数据为例，详细说明如何处理待分类数据集和验证样本集。同时，提供trainall数据集中每个点的类别标签，共16

为确保高维数据的神经网络分类精度，提出了先降维后分类的方法。采用主成分分析（PCA）法实现高维数据的降维。通过分析传统BP算法，提出分两步来更新网络权值的扰动BP学习方法。采用MATLAB对降维分类算

以典型偏振蒙特卡罗模型为基础,采用斯托克斯-穆勒(Stokes-Mueller)形式描述偏振光散射传输过程,利用VC和OpenGL工具设计实现了光散射传输过程的三维动态仿真系统,并对系统仿真的数据结果

一种基于光谱与纹理特征的多光谱遥感图像地物分类方法

针对煤层自然发火标志气体中烷烃气体吸收光谱交叠严重、定量分析时需要大量样本进行标定的问题,对甲烷、乙烷、丙烷、异丁烷、正丁烷5种气体吸收光谱谱图进行研究,分析了谱线与气体浓度的非线性特性,得出吸收光谱

在原型空间特征提取方法的基础上提出一种基于加权原型空间特征提取的方法用于高光谱图像数据分类。通过加权模糊[C]均值算法对每个特征施加不同的权重，从而保证提取后的特征含有较高的信息量。实验结果表明，与P