用于高效高光谱图像分类的多尺度上下文感知集成深度 KELM(Matlab代码实现）

       目录

💥1 概述

📚2 运行结果

🎉3 参考文献

👨‍💻4 Matlab代码

💥1 概述

高光谱遥感，作为成像技术与细分光谱技术有机结合的成像光谱遥感，可以获取在可见光到短波红外甚至中红外和热红外波段范围内纳米（nm）级光谱分辨率、光谱波段数多达百个的高光谱分辨率的连续、窄波段的图像数据，蕴含丰富的空间、辐射和光谱三重信息，被广泛应用于军事侦察、环境监测、地质勘探和深空探测领域。随着我国高分辨率对地观测系统的实施，特别是搭载纳米级高光谱相机的高分五号卫星的即将发射，高光谱遥感存在重大战略应用需求。其中一个关键应用是少量样本下的高光谱图像地物精细分类问题。

📚2 运行结果

主函数部分代码：

clc

clear 

%% 15samples per-class  % majority voting:94.13% weighted fusion:94.66%

[TrainingTime, TestingTime, TrainingAccuracy, TestingAccuracy, oa, aa, ap,K, ua,ub]  =...

    EDKELM_Weighted_fusion([1,100,10000], 3, 'RBF_kernel',[1e2, 1e5, 1e7],[5,10]);

result1= [ua;aa;oa;K;TrainingTime;TestingTime];

result2= [ub;ap];

%% parameter-tuning

% regular1 = [1e-4, 1e-3,1e-2,1e-1,1,10,100,1000,10000];

% regular2 = [1e-4, 1e-3,1e-2,1e-1,1,10,100,1000,10000];

% regular3 = [1e-4, 1e-3,1e-2,1e-1,1,10,100,1000,10000];

% h=1

% rhoAcc = zeros(9^3,4);

% TestingAccuracy=zeros(9^3,1);

% for i=1:length(regular1)

%     for j=1:length(regular2)

%         for k=1:length(regular3)

%             [TrainingTime, TestingTime, TrainingAccuracy, TestingAccuracy, oa, aa, ap,K, ua,ub]  =...

%                 EDKELM_Weighted_fusion([regular1(i),regular2(j),regular3(k)], 3, 'RBF_kernel',[1e2, 1e5, 1e7],[5,10]);

%             rhoAcc(h,:)=[regular1(i),regular2(j),regular3(k),TestingAccuracy];

%             h=h+1

%         end

%     end

% end

🎉3 参考文献

​[1]刘宏波. 基于深度学习的高光谱图像去噪方法研究[D].南京邮电大学,2022.DOI:10.27251/d.cnki.gnjdc.2022.001013.

👨‍💻4 Matlab代码