端元提取算法vca等
高光谱图像的实验样本,含有indian和paviaU。
%Matlab读取envi图像img格式用Matlab编了一段小程序。%试验:Matlab读取ENVI标准图像(IMG+Hdr),并计算相关系数。
文中利用深度学习思想来实现影像光谱维和空间维的特征提取,同时尝试加入稀疏约束的限制条件,并结合Softmax分类器,实现高光谱遥感影像的分类。实验结果表明,加入空间特征的基于堆栈稀疏自编码的分类方法能
局部几何结构Fisher分析通过数据的邻域和邻域的重构来表征高光谱数据的内在流形,可以提升高光谱图像的分类效果。但是该方法使用原始样本点与重构点一起构图,在低维空间上不能有效保持流形的整体结构。针对上
高光谱影像记录目标场景空间几何信息的同时也采集地物目标的光谱信息,是重要的遥感数据之一,被广泛应用于精准农业、环境监测、现代军事等领域。高光谱影像分类是高光谱数据分析中的最基本问题,高光谱影像的分类精
基于机器学习方法的高光谱影像分类研究,可用于机器学习资料
针对高光谱数据维数高,波段间冗余信息大的问题,提出一种基于同质性降维和组合匹配追踪算法的高光谱图像分类方法。该方法首先利用均值漂移算法对高光谱图像进行分割得到同质性图像块,对同质性的图像块进行流行学习
基于经验模态分解NCC特征选择的高光谱图像分类算法,张敏,沈毅,在遥感图像分类研究中,经验模态分解(EMD)对支持向量机分类器的改善和提高起了重要的作用。然而,对经验模态分解后特征选择却缺少�
高光谱图像分类一直是遥感领域的研究热点之一,而印度数据集则提供了一个具有挑战性的实例。本研究聚焦于基于像素点分类的高光谱图像分类,采用了两种主流的神经网络模型,即BP网络和CNN网络。首先,我们对印度