小样本高光谱遥感图像深度学习方法
2022-05-13 10:03:44 970KB 研究论文
1
人工神经网络在高光谱遥感影像分类中的应用,郑玉凤,,高光谱遥感图像数据具有数据量大、波段很多很窄、波段相关性强、信息冗余多、图光一体化等特征。而遥感图像上的光谱值是多种地物
2022-05-12 00:32:51 355KB 首发论文
1
人工智能-机器学习-高光谱遥感资源探测算法设计与软件实现.pdf
2022-05-05 09:09:15 3.08MB 人工智能 机器学习 算法 源码软件
matlab如何敲代码此代码基于python3.0。此代码表示高光谱图像的超分辨率方法 如何使用它? 在main.py路径下打开CMD命令,然后根据训练顺序依次执行train_srresnet.sh,train_srganc.sh,test_srganc.sh。 用笔记本打开这些文件,将“ Python”之后的部分复制到CMD,然后按Enter执行。 我们从matlab中准备训练数据和测试数据,这些数据来自高光谱图像:华盛顿特区的购物中心,数据位于“数据”路径下,并且有很好的依据。 如何处理设置? 您需要设置的所有参数都在main.py中,根据您的培训需要更改变量“ Flags” 参数设置功能:(1)3DSRResnet模型:需要设置以下变量:Out_putdir模型:输出位置和文件名,默认为当前目录summary_dir:培训过程日志存储,默认情况下与output_dir相同,默认情况下位于该日志下output_dir的任务:SRResnet Batch_size:不需要忽略,默认为1倍和1张图片Num_resblock:建议小于或等于8 learning_rate:此变量是可调的,
2022-05-01 15:43:33 27KB 系统开源
1
自己学习编写的混合像元分解中的端元提取部分的纯像元指数PPI算法的MATLAB代码。可以运行得到结果,但没有结果用于验证,亦未编写精度评定,不保证结果的正确性。
2022-04-22 19:00:24 1.03MB 混合像元分解 端元提取 高光谱 遥感
1
浦瑞良版《高光谱遥感及其应用》(系统要求资源描述多于20字)
2022-04-14 10:00:07 11.82MB 高光谱遥感 浦瑞良
1
高光谱遥感的出现是遥感界的一场革命,它能大大地改善对植被类型的识别与分类精度,而寻求快速、高精度的植被高光谱分类方法更具有重要的现实意义。文中将结合具体的高光谱遥感数据,通过在研究区域内选取一定的植被类型和合适的训练样本,得出哪种分类效果较佳以及影响分类精度的因素。
2022-03-14 19:01:23 823KB 高光谱遥感 分类方法 精度 特征提取
1
主要有监督分类与非监督分类,基于分类判据的实现策略 划分,硬分类和软分类,基于像素的分类和基于对象的分类。单分类器和多分类器集成。并简单介绍了一些 分类方法,包括监督分类法(最小距离分类法、最大似然分类法和平行多面体分类法)、基于光谱相似性度量 的分类方法、人工神经网络分类法、支持向量机分类、决策树分类、面向对象分类和非监督分类。
2022-03-14 18:17:08 318KB 高光谱
1
高光谱遥感图像模糊c均值聚类算法的matlab实现
2022-02-27 10:22:54 2KB 遥感图像 遥感图像分类
1
高光谱遥感影像SVM分类中训练样本选择的研究,王晓玲,杜培军,支持向量机(SVM)分类的关键是发现分类最优超平面及类别间隔,而混合像元比纯净像元更接近类别边界,更容易找出最优超平面。针对
2022-01-13 09:47:19 464KB 首发论文
1