包含训练代码、预测代码、数据划分代码、网络代码等，采用pytorch框架所写。

行业分类-物理装置-一种基于D-Resnet的高光谱中医舌苔舌质分类方法.zip

针对当前高光谱遥感影像分类人工标注样本费时费力，大量未标注样本未得到有效利用以及主要利用光谱信息而忽视空间信息等问题，提出了一种空-谱信息与主动深度学习相结合的高光谱影像分类方法。首先利用主成分分析对原始影像进行降维，在此基础上提取像素的一正方形小邻域作为该像素的空间信息并结合其原始光谱信息得到空谱特征。然后，通过稀疏自编码器得到原始数据的稀疏特征表达，并通过逐层无监督学习稀疏自编码器构建深度神经网络，输出原始数据的深度特征，将其连接到softmax分类器，利用少量标记样本以监督学习的方式完成模型的精调。最后，利用主动学习算法选择最不确定性样本对其进行标注，并加入至训练样本以提高分类器的分类效果。分别对PaviaU影像和PaviaC影像进行分类实验的结果表明，该方法在少量标记样本情况下，相对于传统方法能有效地提高分类精度。

高光谱异常检测常用数据集 包含 airport-beach-urben/HYDICE/sandiego

高光谱异常检测对比算法合集-传统方法 CRD LRX GRX KRX RX

本书是按照高光谱信息的获取、处理和应用为线索组织编写的。

行业-电子政务-具有高光谱调节范围的钨基氧化物电致变色薄膜及其制备方法.zip

高光谱遥感影像的光谱匹配算法研究，蔡燕，梅玲，在高光谱遥感影像处理中，光谱匹配技术是高光谱地物识别的关键技术之一。本文主要围绕光谱匹配算法的研究展开，分析讨论了常用的

代码功能：高光谱图像导入matlab预处理，转化为二维矩阵，进行处理，对于初学者应该很有用，可用于遗传算法进行波段选择。思路可看https://blog.csdn.net/obsession54666/article/details/103025780

深树注意 Hang等人的实现。 2020用于树种预测。 模型架构 组织 ├── conf # Config files for model training and evaluation ├── data # Location to place data for model reading. Most data is too large to be in version control, see below ├── DeepTreeAttention # Source files ├── experiments # Model training and SLURM multi-gpu cluster experiments with come