是用于高光谱遥感影像分类的机器学习脚本，其中使用了MLP算法（Multilayer Perceptron Algorithm）对Salinas数据集进行分类。 Salinas数据集是一个常用的高光谱遥感影像数据集，包含了来自13种不同作物和地物的224个像素。在你的Python脚本中，使用了MLP算法对这些像素进行分类。MLP算法是一种基于神经网络的分类算法，其通过多层神经元对特征进行抽象和表达，从而实现高效的分类。在该算法中，使用了反向传播算法对网络进行训练，以便调整网络中的权重和偏置，从而提高分类的准确性。

使用SVM、随机森林及K-NN进行高光谱图像分类，内置Indian_pines、PaviaU、Salinas数据集及其标签

The Salinas数据集，是常用的高光谱数据集之一，为.mat文件，方便进行高光谱图像分类的研究。

很实用的用于高光谱遥感图像分类Salinas数据集，欢迎下载

图像分类 高光谱数据集

该包提供了遥感图像分析中常用的Salinas数据集，为mat格式，包括各波段信息，及对应的地面真实数据的标签。

Salinas 是由 AVIRIS 传感器拍摄，拍摄地点是加州 Salinas Valley。这个数据的空间分辨率是3.7米，大小是512*217。原始数据是224个波段，去除水汽吸收严重的波段后，还剩下204个波段。这个数据包含了16个农作物类别。

包括Salinas和Salinas-A This scene was collected by the 224-band AVIRIS sensor over Salinas Valley, California, and is characterized by high spatial resolution (3.7-meter pixels). The area covered comprises 512 lines by 217 samples. As with Indian Pines scene, we discarded the 20 water absorption bands, in this case bands: [108-112], [154-167], 224. This image was available only as at-sensor radiance data. It includes vegetables, bare soils, and vineyard fields. Salinas groundtruth contains 16 classes.

常见的高光谱数据集-Botswana、HoustonU、Idian_pines、KSC、Pavia、Salinas、Xiong'an、Xuzhou，包含光谱数据以及标注信息，伪色彩图和标注图像，格式均为.mat格式。由于文件超过上传限制，所以使用是百度云盘。

资源包括99.9%的常用的实验高光谱图像数据，全部是.mat文件，到手即用(数据集和标签都有，部分还有的图像)数据集包括:Indian pines，pavia university，pavia center,botswana,Houston_2013,Houston_2018,KSC,Salinas,xuzhou,xiongan，由于数据量过大，本资源提供百度云链接，请自行下载