本次数据集是用于高光谱图像分类使用的indian影像数据集,该图像数据集是采用可见光与红外机载式成像光谱仪器(AVIRIS)获取的来自于印第安纳州西北部IndianPines农业试验场的高光谱图像。
用于遥感方向的研究使用。
2024/10/1 15:26:11 5.71MB 高光谱数据集
1
Cuprite(矿区图)是高光谱解混研究的最基准数据集,涵盖美国内华达州拉斯维加斯的Cuprite矿区,原始数据有224个波段,从370nm至2480nm。
在移除有噪声的通道(1--2和221-224)和吸水通道(104-113和148-167)后,仍然有188个通道。
250×190个像素的区域被认为存在14种矿物。
由于类似矿物的变体之间存在细微差别,最终确定为12名成员,总结如下"#1Alunite","#2Andradite","#3Buddingtonite","#4Dumortierite","#5Kaolinite1","#6Kaolinite2","#7Muscovite","#8Montmorillonite","#9Nontronite","#10Pyrope","#11Sphene","#12Chalcedony".
2024/9/27 13:43:54 12.92MB 高光谱解混 Cuprit
1
主要介绍用ENVI如何实现地物识别,以求在此过程中更好地熟悉和理解高光谱遥感图像的处理方法和步骤。
本章选用的实验数据是一幅经过校准的AVIRIS图像,处理的结果用于地质学应用,这主要是考虑到,到目前为止地质学研究仍然是高光谱遥感的主要应用领域之一。
最后,我对一幅相比之下空间分辨率更高的用于军事的高光谱图像进行了部分改进的分析操作,以便比较分类效果。
2024/9/20 12:52:57 2.28MB ENVI 地物识别
1
资源来源于DoveJay,由于原程序不能显示图像,因此做了修改。
需要不修改的请到http://download.csdn.net/download/dovejay/9820610下载
2024/8/19 3:36:54 9.03MB 高光谱 matlab 读取
1
高光谱处理中的常用数据
2024/7/14 13:54:21 11.69MB 高光谱数据
1
高光谱解混数据集(Urban),matlab的mat格式文件,Urban是高光谱分离研究中使用最广泛的高光谱数据之一。
有307x307像素,每个像素对应一个2x2平方米的区域。
在该图像中,存在210nm波长,范围从400nm到2500nm,光谱分辨率10nm。
在通道1--4,76,87,101-111,136--153和198-210被移除后(由于密集的水蒸气和大气效应),仍保留162个通道
2024/6/30 17:06:08 16.92MB 高光谱解混数
1
本程序为非负矩阵分解,适用于高光谱解混。
图形图像处理方面的matlab程序
2024/6/30 6:04:16 528B 非负矩阵分解
1
中科院出的一本关于高光谱遥感方面的基础教材,应该说是国内介绍高光谱遥感的最好的教材了。
2024/6/22 12:23:17 16.66MB 高光谱 遥感
1
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:Indianpines,paviauniversity,paviacenter,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
2024/5/25 17:30:41 237B HSI数据集 Indianpines Houston Salinas
1
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。
2024/5/25 0:51:29 43.43MB Indian Pians;Pavia U
1
共 77 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡