注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 高光谱/遥感图像常用数据集

  2. 内有常用的高光谱图像（HSI）数据集，有常用的Indian,Pavia。每类数据集里包含图像原始信息，以及相对应的地面真实数据的类别标签。因文件大小限制，只能传这两个数据集，还有Salinas等数据集，大家需要的话可留言。

  3. 所属分类：数据库

    • 发布日期：2017-04-20
    • 文件大小：43mb
    • 提供者：dovejay

  1. 高光谱遥感图像数据集Pavia

  2. 深度学习高光谱遥感图像数据集，光谱波段数为102，图像像素1096*1096

  3. 所属分类：深度学习

    • 发布日期：2018-03-10
    • 文件大小：123mb
    • 提供者：qq_29592829

  1. indian高光谱数据集

  2. 主要提供了高光谱数据集，包括两副高光谱图像，分别是pavia university and indian Pines

  3. 所属分类：电信

    • 发布日期：2018-07-17
    • 文件大小：84mb
    • 提供者：qq_42687937

  1. 带标签（groundtruth）的高光谱遥感数据集

  2. 高光谱图像数据集，包含Indian,Pavia。每类数据集里包含图像原始信息，以及相对应的ground truth。

  3. 所属分类：其它

    • 发布日期：2018-08-07
    • 文件大小：43mb
    • 提供者：weixin_41544134

  1. 高光谱影像数据集

  2. 用于分类，Indian_pines与PaviaU。其中Indian_pines共三个文件，pavia university两个文件。是matlab 数据

  3. 所属分类：深度学习

    • 发布日期：2019-04-10
    • 文件大小：44mb
    • 提供者：omgglovelin

  1. Pavia 高光谱.zip

  2. 该文件包含Pavia.mat、Pavia_gt.mat，是深度学习高光谱遥感图像的数据集之一

  3. 所属分类：深度学习

    • 发布日期：2019-07-23
    • 文件大小：123mb
    • 提供者：fyc_eason

  1. Pavia高光谱遥感分类数据集

  2. 高光谱遥感分类数据集，PaviaUniversity。文件中有.mat格式的数据和ENVI原影像。如需要其他高光谱遥感分类数据集可与本人联系。

  3. 所属分类：图像处理

    • 发布日期：2020-05-07
    • 文件大小：73mb
    • 提供者：qq_37745892

  1. 高光谱数据集 包括Indian、Pavia 和 PaviaU

  2. 遥感图像的数据集，里面有Indian_pines数据集、Pavia数据集 和 PaviaU数据集，数据集的格式为mat

  3. 所属分类：深度学习

    • 发布日期：2020-04-29
    • 文件大小：2kb
    • 提供者：q5c521

  1. 高光谱遥感数据集

  2. 高光谱图像数据集，包含Indian,Pavia。每类数据集里包含图像原始信息，以及相对应的ground truth

  3. 所属分类：深度学习

    • 发布日期：2019-03-17
    • 文件大小：43mb
    • 提供者：sinat_21431775

  1. Indian_pines-pavia数据集

  2. 高光谱图像通用数据集，文件小，占用内存少、验证速度快，适合学生党。注意在python环境下采用load_data1 = sio.loadmat(PaviaU_path)、data2 = load_data1['paviaU']打开

  3. 所属分类：互联网

    • 发布日期：2020-07-28
    • 文件大小：168mb
    • 提供者：weixin_42216171

  1. PaviaU.zip

  2. the university of pavia,常用的高光谱数据集之一，为.mat文件，方便进行高光谱图像分类的研究。

  3. 所属分类：其它

    • 发布日期：2020-08-06
    • 文件大小：33mb
    • 提供者：qq_35864862

  1. 常见的高光谱数据集-Botswana、HoustonU、Idian_pines、KSC、Pavia、Salinas、Xiong'an、Xuzhou

  2. 常见的高光谱数据集-Botswana、HoustonU、Idian_pines、KSC、Pavia、Salinas、Xiong'an、Xuzhou，包含光谱数据以及标注信息，伪色彩图和标注图像，格式均为.mat格式。由于文件超过上传限制，所以使用是百度云盘。

  3. 所属分类：深度学习

    • 发布日期：2020-09-23
    • 文件大小：124byte
    • 提供者：qq_41902898

  1. 高光谱图像通用数据集下载大全(数据太大，提供百度云链接)

  2. 资源包括99.9%的常用的实验高光谱图像数据，全部是.mat文件，到手即用(数据集和标签都有，部分还有的图像)数据集包括:Indian pines，pavia university，pavia center,botswana,Houston_2013,Houston_2018,KSC,Salinas,xuzhou,xiongan，由于数据量过大，本资源提供百度云链接，请自行下载

  3. 所属分类：深度学习

    • 发布日期：2020-11-29
    • 文件大小：237byte
    • 提供者：weixin_44824894

  1. SSPSR:用于单个高光谱图像超分辨率（IEEE TCI）的空间光谱先验深度网络-源码

  2. SSPSR-Pytorch 论文： : （IEEE Xplore） （arXiv） 学习空间光谱先验以实现超光谱影像的超分辨率 在本文中，我们引入了空间光谱先验网络（SSPN），以充分利用空间信息和高光谱数据的光谱之间的相关性。 考虑到高光谱训练样本稀少且高光谱图像数据的光谱维数很高，因此训练稳定有效的深度网络并非易事。 因此，提出了一种组卷积（具有共享的网络参数）和渐进式上采样框架。 这不仅减轻了由于高光谱数据的高维而导致的特征提取的困难，而且使训练过程更加稳定。 为了利用空间和光谱先

  3. 所属分类：其它

  1. 联合核稀疏多元逻辑回归和TV-L1错误剔除的高光谱图像分类算法

  2. 稀疏多元逻辑回归（SMLR）是高光谱监督分类中的重要方法,然而仅仅利用光谱信息的SMLR忽略了影像本身的空间特征,在少量监督样本下的分类精度和算法的鲁棒性仍明显不足;虽然通过引入核技巧,核稀疏多元逻辑回归（KSMLR）可以部分克服上述缺点,其分类错误仍然有待进一步降低.本文基于核稀疏多元逻辑回归分类误差的统计建模分析,提出一种联合核稀疏多元逻辑回归和正则化错误剔除的高光谱图像分类模型.提出的模型通过引入隐概率场,采取L1范数度量KSMLR分类误差的重尾特性建立数据保真项;利用全变差（Total

  3. 所属分类：其它

  1. 基于目标约束与谱空迭代的高光谱图像分类方法

  2. 针对复杂背景像元影响高光谱分类精度的问题，将目标检测方法引入地物分类研究，提出了一种基于谱空特征迭代的高光谱图像分类方法，该方法通过将约束能量最小化设计了一种多目标约束的类别分类器(MTCC)。该分类器利用检测原理提取多类目标地物，有效地降低了复杂背景数据对分类精度的影响;同时为了解决光谱特征带来的过分类问题，方法中利用反馈式谱空融合方式强化空间增强信息在分类中的作用，以逐步提高分类精度。利用Purdue、Salinas和Pavia数据集进行实验，结果表明，所提方法的平均分类精度分别为98.09

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：14mb
    • 提供者：weixin_38643269

  1. 考虑空间相关性的半监督局部保持投影的高光谱图像特征提取

  2. 由于高光谱图像具有波段多、波段间信息冗余、空间信息相关等特点, 提出一种考虑空间相关性的半监督局部保持投影(LPP)的高光谱图像特征提取算法(LPP-SCSSFE)。该算法利用保存高光谱图像空间近邻结构的空间距离, 及保持图像光谱相似性的类内判别权值和类间判别权值, 定义新的同物异谱、同谱异物像元权值计算函数, 结合LPP提取高光谱图像特征, 从而最大化同类地物间的相似性和异类地物间的差异性。在Indian Pines和Pavia University两个数据集上, 通过高光谱图像分类实验对本文

  3. 所属分类：其它

  1. 基于多尺度残差网络的小样本高光谱图像分类

  2. 为了解决基于深度学习的高光谱图像分类方法对于小样本数据分类精度低的问题,提出了一种基于多尺度残差网络的分类模型。该模型通过在残差模块中加入分支结构,分别构造了基于光谱特征和空间特征的提取模块,实现了空间特征和光谱特征的多尺度提取融合,充分利用了高光谱图像中丰富的空谱信息。此外,所提模型使用了动态学习率、批归一化以及Dropout等来提高计算效率和防止过拟合。实验结果表明,该模型在Indian Pines和Pavia University数据集上分别取得了99.07%和99.96%的总体分类精度,

  3. 所属分类：其它

  1. 基于局部重构Fisher分析的高光谱遥感影像分类

  2. 局部几何结构Fisher分析通过数据的邻域和邻域的重构来表征高光谱数据的内在流形,可以提升高光谱图像的分类效果。但是该方法使用原始样本点与重构点一起构图,在低维空间上不能有效保持流形的整体结构。针对上述问题,提出了一种局部重构Fisher分析方法;该方法首先使用类内近邻样本重构原始样本,以保持流形的整体结构,然后利用重构点构造本征图和惩罚图。在低维空间中,通过减小类内样本间的距离,增大非同类样本的距离,提高了同类地物的紧凑性和不同类地物的离散性,获得了更好的鉴别特征,有效改善了高光谱图像的分类性

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：17mb
    • 提供者：weixin_38737283

  1. 高光谱遥感影像分类数据集.rar

  2. 高光谱遥感影像分类数据集，可用于高光谱遥感影像分类研究，尤其在深度学习中十分常用，包括Botswana、Indian Pines、Pavia University等。

  3. 所属分类：深度学习

    • 发布日期：2021-01-26
    • 文件大小：349mb
    • 提供者：JavaYoung123
« 12 »