文件名称：matlab曲线重构代码-Optimal-Neighboring-Reconstruction-for-Hyperspectral-Band-
文件大小：5.85MB
文件格式：ZIP
更新时间：2024-06-15 22:27:25
系统开源
matlab曲线重构代码高光谱波段选择的最优邻域重构 此回购提供了Matlab实施的论文“通过最佳邻域重构的高光谱波段选择”，IEEE地球科学与遥感事务（T-GRS），DOI：10.1109 / TGRS.2020.2987955，2020年 文件'demo.m'通过给出高光谱数据集显示了一种简单直接的方法来运行ONR算法。 文件“ evaluation.m”提供了易于扩展的代码框架，以评估不同数据集上的不同波段选择方法。 可以通过运行“ evaluation.m”来获得分类精度曲线。 请注意，为了成功运行“ evaluation.m”，应首先安装适用于Matlab的Libsvm。 如果要在除Indian Pines之外的数据集上评估算法，则还应提前下载它们。 Libsvm的链接： 标记的高光谱图像数据集的链接： 结果 印度松树数据集 帕维亚大学数据集 盐沼数据集 KSC数据集 博茨瓦纳数据集如果您在研究中使用我们的代码，请引用我们的论文。 谢谢，希望您将从我们的代码中受益。 Q. Wang，F。Zhang和X. Li，“通过最佳邻域重构进行高光谱波段选择”，IEEE地球科学与遥感交易
【文件预览】：
Optimal-Neighboring-Reconstruction-for-Hyperspectral-Band-Selection-master
----search_band_set.m(985B)
----get_data.m(3KB)
----get_updated_ids.m(258B)
----ONR_init.m(3KB)
----linspecer.m(8KB)
----cal_rec_err.m(939B)
----fig()
--------2.png(17KB)
--------9.png(16KB)
--------3.png(17KB)
--------5.png(17KB)
--------8.png(17KB)
--------6.png(17KB)
--------1.png(16KB)
--------4.png(18KB)
--------10.png(16KB)
--------7.png(17KB)
----test_bs_accu.m(4KB)
----plot_method.m(1KB)
----README.md(2KB)
----evaluation.m(5KB)
----Indian_pines_gt.mat(1KB)
----get_noisy_band.m(2KB)
----demo.m(288B)
----ONR.m(3KB)
----Indian_pines_corrected.mat(5.68MB)