MCNN-Based_HSI_Classification: MCNN-CP - 利用混合卷积与协方差融合的高光谱影像分类(TGARS...)

简介：
本文提出了一种基于MCNN-CP架构的高光谱影像分类方法，结合了混合卷积和协方差信息融合技术，显著提升了分类精度。 基于MCNN的HSI分类文件： - MCNN-CP：使用混合卷积和协方差合并方法进行高光谱图像分类。 - MCNN-PS 和 Oct-MCNN-PS：结合了3D八度音程与2D子像素卷积神经网络，用于高光谱图像分类。 1. 环境设置 该代码已在配备Intel i7-9750H 2.6 GHz处理器、32 GB RAM和NVIDIA GTX1650图形卡的设备上测试过。请确保安装了Python 3.6，tensorflow_gpu-1.14.0，Keras-2.2.4，CUDA 10.0以及cuDNN 7.6，并通过运行`pip install -r requirements.txt`来安装所需的库。 2. 下载数据集 将IP、UH、上、SA和相关数据集下载后放入指定的数据目录中。 3. 模型加载 请在models文件夹内放置相应代码和模型，以便于后续使用。