基于卷积神经网络结合机器学习的高光谱分类 全套代码pytorch制作

上传者: 45100200 | 上传时间: 2022-11-28 21:20:38 | 文件大小: 6.39MB | 文件类型: RAR
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。 代码中包含3D卷积神经网络和支持向量机(SVM)、随机森林(RF)、K最邻近(KNN)这三个机器学习算法。可以随意组合为3DCNN-SVM、3DCNN-RF、3DCNN-KNN。代码清晰,便于理解。也可单独训练3DCNN或者机器学习。

文件下载

资源详情

[{"title":"( 14 个子文件 6.39MB ) 基于卷积神经网络结合机器学习的高光谱分类 全套代码pytorch制作","children":[{"title":"3D_CNN_ML","children":[{"title":"log","children":[{"title":"net_params.pkl <span style='color:#111;'> 379.73KB </span>","children":null,"spread":false},{"title":"RF.pkl <span style='color:#111;'> 75.04KB </span>","children":null,"spread":false}],"spread":true},{"title":"show_cnn.py <span style='color:#111;'> 1.50KB </span>","children":null,"spread":false},{"title":"0 test using.py <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"utils.py <span style='color:#111;'> 8.25KB </span>","children":null,"spread":false},{"title":"data","children":[{"title":"Indian_pines_gt.mat <span style='color:#111;'> 1.10KB </span>","children":null,"spread":false},{"title":"Indian_pines.mat <span style='color:#111;'> 6.00MB </span>","children":null,"spread":false}],"spread":true},{"title":"train_cnn_ml.py <span style='color:#111;'> 3.53KB </span>","children":null,"spread":false},{"title":"__pycache__","children":[{"title":"utils.cpython-36.pyc <span style='color:#111;'> 5.56KB </span>","children":null,"spread":false},{"title":"net.cpython-36.pyc <span style='color:#111;'> 1.21KB </span>","children":null,"spread":false}],"spread":true},{"title":"说明.txt <span style='color:#111;'> 164B </span>","children":null,"spread":false},{"title":"train_cnn.py <span style='color:#111;'> 5.58KB </span>","children":null,"spread":false},{"title":"net.py <span style='color:#111;'> 1.18KB </span>","children":null,"spread":false},{"title":"show_cnn_ml.py <span style='color:#111;'> 1.55KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明