文件名称：hsimatlab代码-BSCP:BSCP
文件大小：38.87MB
文件格式：ZIP
更新时间：2024-06-14 03:04:24
系统开源
hsi matlab代码BSCP ##通过通道Puning进行高光谱图像分类的波段选择 介绍 BSCP是用于HSI分类和频带选择的算法。 HSI已证明它包含大量信息，可用于分析不同的图像。 然而，通常认为多余的频谱信息是不必要的。 因此，BSCP作为频带选择的一种方法可以有效地减小维数。 同时，与BSCNN +（）相比，我们的算法使用更少的参数提供了相似的分类结果，并且性能优于GLBS（） ##要求此实验是在基本硬件条件下进行的（Intel Core i5-7700K 4.2GHz CPU和NVIDIA GeForce GTX 1080 Ti GPU）。 此外，已使用MATLAB2017a和Sublime Text 3在Windows 10（x64）操作系统上对代码进行了修改和测试。为了充分利用我们的代码，列出了一些准则1您将需要在Sublime Text 3中导入一些必要的库。运行代码。 例如，我们使用keras（这是一个高级的神经网络API，用Python编写，并且能够在TensorFlow上运行）来构建我们的一维CNN。 ##数据准备我们将建议的BSCP方法应用于一个典型的数据集
【文件预览】：
BSCP-master
----paper()
--------图片2.png(74KB)
--------准确率.png(39KB)
----generatedata()
--------indiantest.m(3KB)
----data()
--------trainandtest_100.mat(8.99MB)
--------TestResult_100.mat(280B)
--------TestResult_50.mat(280B)
--------Indian_pines_corrected.mat(5.68MB)
--------trainandtest_70.mat(5.74MB)
--------Indian_pines_gt.mat(1KB)
--------TestResult_90.mat(280B)
--------TestResult_70.mat(280B)
--------trainandtest_50.mat(4.11MB)
--------cnnlayer.mat(3.84MB)
--------TestResult_10.mat(280B)
--------trainandtest_90.mat(7.36MB)
--------trainandtest_30.mat(2.48MB)
--------trainandtest_10.mat(882KB)
--------TestResult_30.mat(280B)
----CNN-model()
--------CNN.py(2KB)
----README.md(2KB)
----channelprunning()
--------channelpruning.m(1KB)