TSNE的MATLAB代码-HyperSpectral_Exp_ORZ:HyperSpectral_Exp_ORZ

简介：
这个项目提供了使用MATLAB实现的t-SNE算法代码，专为高光谱数据降维和可视化设计。它有助于研究者深入探索复杂的高光谱图像数据集。 tsne的matlab代码由hyperspectral_exp_orz作者罗亚南编写，并使用caffe_try分类方法进行实现，该方法基于Caffe的Python API。findTheSameData用于验证更正内容；readLMDB将数据从lmdb转换为numpy格式；save_feature保存fc特征图和谓词信息。validate_param功能是检查deploy与train_test原型网络参数是否一致。 在使用caffe的pythonAPI尝试mnist数据集时，可以得到正确的结果。load_mnist_data用于将mnist数据转换成可视形式；myload_mnist_data则修改了一些装入数据的功能（具体细节已遗忘）。Forecast_label利用API对测试数据进行批量分类操作。另外还有几个文件如：mnist_solver定义训练网络的超参数，mnist_train_test是训练模型的过程，而mnist_deploy用于预测用途，并不包含数据层；最后通过执行命令实现mnist_mnist中的训练。 在tf_try部分使用了Tensorflow进行分类任务处理。matlab_plot则是利用Matlab绘制相关图表。