扩散学习-整体 该工具箱允许在非常大的数据集上实施以下基于扩散的聚类算法： 通过无监督非线性扩散（LUND）学习 下载此工具箱后，请执行以下步骤。 它只需要做一次。 确保AVIRS-NG印度森林数据集（标题为“ r1_reg.mat”）在您的MATLAB路径中。 运行“ preprocessing.m”。 该脚本将在本地保存最近的邻居和图像的标准化版本。 该文件是8.07 GB。 完成上述操作后，您可以使用main.m文件分析AVIRIS-NG印度森林数据集。 对于AVIRS-NG印度