java读取高光谱图像_高光谱遥感图像分类matlab.rar

【实例简介】

首先利用PCA进行降维，并利用SVM对高光谱数据进行分类，数据采用印第安纳农场数据，训练样本比例可调，设计了一个GUI

【实例截图】

【核心代码】

高光谱

└── 高光谱

├── Confusmat.m

├── GetcgCrossvalidate.m

├── HSIclassificationGUI.fig

├── HSIclassificationGUI.m

├── HSIdisplay1.m

├── Indian_pines_corrected.mat

├── Indian_pines_gt.mat

├── SPCA.m

├── SampleSelect.m

├── classification.m

├── fenlei.m

├── jingdujiance.m

├── libsvm-3.18

│   ├── COPYRIGHT

│   ├── FAQ.html

│   ├── Makefile

│   ├── Makefile.win

│   ├── README

│   ├── heart_scale

│   ├── java

│   │   ├── Makefile

│   │   ├── libsvm

│   │   │   ├── svm.java

│   │   │   ├── svm.m4

│   │   │   ├── svm_model.java

│   │   │   ├── svm_node.java

│   │   │   ├── svm_parameter.java

│   │   │   ├── svm_print_interface.java

│   │   │   └── svm_problem.java

│   │   ├── libsvm.jar

│   │   ├── svm_predict.java

│   │   ├── svm_scale.java

│   │   ├── svm_toy.java

│   │   ├── svm_train.java

│   │   └── test_applet.html

│   ├── matlab

│   │   ├── Makefile

│   │   ├── README

│   │   ├── libsvmread.c

│   │   ├── libsvmwrite.c

│   │   ├── make.m

│   │   ├── svm_model_matlab.c

│   │   ├── svm_model_matlab.h

│   │   ├── svmpredict.c

│   │   └── svmtrain.c

│   ├── python

│   │   ├── Makefile

│   │   ├── README

│   │   ├── svm.py

│   │   └── svmutil.py

│   ├── svm-predict.c

│   ├── svm-scale.c

│   ├── svm-toy

│   │   ├── gtk

│   │   │   ├── Makefile

│   │   │   ├── callbacks.cpp

│   │   │   ├── callbacks.h

│   │   │   ├── interface.c

│   │   │   ├── interface.h

│   │   │   ├── main.c

│   │   │   └── svm-toy.glade

│   │   ├── qt

│   │   │   ├── Makefile

│   │   │   └── svm-toy.cpp

│   │   └── windows

│   │   └── svm-toy.cpp

│   ├── svm-train.c

│   ├── svm.cpp

│   ├── svm.def

│   ├── svm.h

│   ├── tools

│   │   ├── README

│   │   ├── checkdata.py

│   │   ├── easy.py

│   │   ├── grid.py

│   │   └── subset.py

│   └── windows

│   ├── libsvm.dll

│   ├── libsvmread.mexw64

│   ├── libsvmwrite.mexw64

│   ├── svm-predict.exe

│   ├── svm-scale.exe

│   ├── svm-toy.exe

│   ├── svm-train.exe

│   ├── svmpredict.mexw64

│   └── svmtrain.mexw64

├── liweihao.m

├── myPCA.m

├── pca_1.m

├── scale.m

└── svmTrain.m

12 directories, 80 files