高光谱常用数据集，包含SA，PU，IP的mat文件和已经转成csv文件的数据集

是从这个网站上下的 http://www.ehu.eus/ccwintco/index.php?title=Hyperspectral_Remote_Sensing_Scenes 包括1 Indian Pines 2 Salinas 2.1 Salinas scene 2.2 Salinas-A scene 3 Pavia Centre and University 3.1 Pavia Centre scene 3.2 Pavia University scene 4 Cuprite 5 Kennedy Space Center (KSC) 6 Botswana 均为MATLAB数据文件，由于上传大小限制，分三批上传，第一批

在遥感观测中，目标辐射信息中包含了背景辐射经过大气散射后进入传感器视场的部分，从而使地物边缘模糊，对比度降低，即邻近效应。要从遥感图像中准确获取目标信息，邻近效应校正是必不可少的环节。根据大气辐射传输模型，利用MODIS气溶胶产品并引入新的邻近效应校正系数对高分一号卫星多光谱遥感影像进行邻近效应校正。结果表明，经过校正的遥感影像对比度增强，清晰度增加，地物信息更丰富。

高光谱遥感影像分类数据集，可用于高光谱遥感影像分类研究，尤其在深度学习中十分常用，包括Botswana、Indian Pines、Pavia University等。

本次数据集是用于高光谱图像分类使用的indian影像数据集，该图像数据集是采用可见光与红外机载式成像光谱仪器（AVIRIS）获取的来自于印第安纳州西北部Indian Pines农业试验场的高光谱图像。用于遥感方向的研究使用。

本书分为九章，分别讲述高光谱遥感的理论基础、高光谱遥感成像机理和成像系统、高光谱数据定标与预处理、光谱分析模型与方法、高光谱图像分类与地物识别、混合光谱理论与光谱分解、多源信息辅助高光谱数据分析、高光谱数据处理与分析系统，最后概括地介绍了高光谱遥感在植被、生态环境、地址矿物、城市规划与调查等方面的应用。本书以主要的篇幅论述高光谱遥感科学、技术与信息处理了的共性理论与方法问题，在高光谱遥感的物理基础、成像机理、数据处理、信息分析、应用领域、甚至应用实例等方面都进行了较系统和全面的阐述与解析。

自己学习时编写的混合像元分解中的端元提取部分的顶点成分分析VCA的MATLAB代码，浅显易懂。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。

首先利用PCA进行降维，并利用SVM对高光谱数据进行分类，数据采用印第安纳农场数据，训练样本比例可调，设计了一个GUI

高光谱图像数据集，包含Indian,Pavia。每类数据集里包含图像原始信息，以及相对应的ground truth。

Salinas数据集，用于高光谱遥感图像分类，非常常用。ke'yi