多光谱遥感分类

数据集制作

本次实验是多分类（9分类），训练、验证、测试数据来自人工标记的区域，用ArcGIS生成每个点的X、Y地理坐标后算出像素的相对位置。

data['x'] = round((data['X'] - 331718.588351)/1.9999961)                  #减去左
data['y'] = 21488-round((data['Y'] - 4516405.329)/1.9999961)           #减去下

移动窗口选用77,选用四个波段的光谱信息特征，共77*4=196特征。
预测数据是对其中一块区域预测大概有400多万个像素点，同样生成像元特征，因为数据集过大，从而分块处理，我分了500块。

SAE调参

我主要调整的参数是隐藏层层数和隐藏层结点。经历调参后，得到最优的模型并保存下来。

预测

读入保存模型和预测数据就得到预测标签，将预测标签和坐标一一对应导入ARCGIS生成预测图。