说明: 竞争性自适应重加权算法(CARS)是通过自适应重加权采样(ARS)技术选择出PLS模型中回归系数绝对值大的波长点,去掉权重小的波长点,利用交互验证选出RMSECV指最低的子集,可有效寻出最优变量组合。
说明: 竞争性自适应重加权算法(CARS)是通过自适应重加权采样(ARS)技术选择出PLS模型中回归系数绝对值大的波长点,去掉权重小的波长点,利用交互验证选出RMSECV指最低的子集,可有效寻出最优变量组合。
连续投影算法(successive projections algorithm, SPA) 是前向特征变量选择方法。SPA利用向量的投影分析,通过将波长投影到其他波长上,比较投影向量大小,以投影向量最大的波长为待选波长,然后基于矫正模型选择最终的特征波长。SPA选择的是含有最少冗余信息及最小共线性的变量组合。
HSI_分类 高光谱图像分类是一项像素明智的任务, 在这里,我展示了一些用于高光谱图像分类的传统算法和深度学习方法。 有关详细信息,请阅读特定方法中的每个自述文件。 在本自述文件中,我列出了这些方法。 基于传统机器学习的方法 KNN(K近邻) SVM(支撑向量机) 基于深度学习的方法 1D-CNN (一维卷积神经网络) 2D-CNN (二维卷积神经网络) 3D-CNN (三维卷积神经网络)
高光谱图像分析简介。 在2020年2月24日星期一在亚利桑那州图森举行的2020年Phenome的Phenome数字表型讲习班上介绍了此简介。作者:Alina Zare,Taylor Glenn和Susan Meerdink 简介材料放入了四个(Python 3)Jupyter笔记本中: HSI Unmixing.ipynb 目标检测 分类
最近一年贡献:0 次
最长连续贡献:0 日
最近连续贡献:0 日
贡献度的统计数据包括代码提交、创建任务 / Pull Request、合并 Pull Request,其中代码提交的次数需本地配置的 git 邮箱是 Gitee 帐号已确认绑定的才会被统计。