Advertisement

高光谱遥感图像分类的代码与数据集。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
The model encompasses CNN, SAE, KNN, and SVM algorithms, alongside corresponding datasets including Indian_pines and Pavia.

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 优质
    本项目聚焦于开发和应用先进的高光谱遥感影像分类算法及模型,并提供高质量的数据集以促进相关研究。 模型包括CNN, SAE, KNN 和 SVM。数据集使用了Indian_pines和Pavia。
  • RAR文件
    优质
    该RAR文件包含用于训练和测试高光谱遥感图像分类算法的数据集,旨在促进准确的土地覆盖识别与分析研究。 高光谱遥感影像分类数据集适用于高光谱遥感影像的分类研究,在深度学习领域尤其常用,包括Botswana、Indian Pines、Pavia University等地的数据集。
  • SVM.zip_SVM应用__
    优质
    本资源包含支持向量机(SVM)在遥感图像分类中的应用实例,特别是针对高光谱数据集的分类研究。提供算法实现和实验结果分析。 SVM分类在高光谱遥感图像的分类和预测中有应用。
  • 常见
    优质
    本资料涵盖了高光谱及遥感图像领域内的主要数据集概览,包括各类应用的数据来源、特点及其获取途径。 这里包含常用的高光谱图像(HSI)数据集,如Indian Pavia等。每个数据集中都包含了原始图像信息及其对应的地面真实类别标签。由于文件大小限制,目前只能上传这两个数据集,还有Salinas等其他数据集可供使用,如有需要请留言说明。
  • Pavia
    优质
    本研究聚焦于Pavia大学区高光谱遥感图像的数据集,深入探讨并应用多种分类算法进行地物识别与分类精度评估。 高光谱遥感分类数据集PaviaUniversity包含.mat格式的数据和ENVI原影像文件。如需其他高光谱遥感分类数据集,请联系本人。
  • LiDAR融合多模态
    优质
    本研究构建了一个集成高光谱和LiDAR技术的多模态遥感图像分类数据集,旨在提升复杂场景下的地物识别精度与效率。 高光谱和LiDAR多模态遥感图像分类数据集包括Houston2013、Trento以及MUUFL。
  • 优质
    高光谱遥感影像数据集是一套包含连续可见光到短波红外区域光谱信息的数据集合,用于精确的地物识别与分类。 常用的高光谱遥感图像数据集包括Indians Pines、Botswana、KSC、PaviaU和Salinas,以及它们的ground truth矩阵。这些文件的后缀为.mat。
  • 常用(2)
    优质
    本资料介绍高光谱与遥感图像领域常用的第二部分数据集,涵盖不同应用场景下的高质量、多维度的数据资源。 该包提供了遥感图像分析中常用的Salinas数据集,格式为mat文件,包含各波段的信息以及对应的地面真实标签数据。
  • MATLABRAR包
    优质
    本RAR包包含一系列用于处理和分析高光谱遥感图像的MATLAB代码,涵盖预处理、特征提取及多种分类算法实现,适用于科研与教学。 首先使用PCA进行降维,并利用SVM对高光谱数据进行分类。所用的数据是印第安纳农场数据集,训练样本比例可调。此外,设计了一个GUI界面。
  • Cuprite
    优质
    Cuprite高光谱遥感数据集收录了内华达州Cuprite矿区丰富而独特的地物光谱信息,为矿物识别与分类研究提供了宝贵的资源。 这些数据集可以从AVIRIS NASA网站上获取。在众多的数据集中,这里提到的.mat档案对应的是f970619t01p02_r02_sc03.a.rfl反射率文件。