【文件属性】:
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:2021-05-27 04:40:45
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)