文档介绍：模式识别实验报告学生姓名:王晨曦班学号:-08指导老师:马丽中国地质大学(武汉)机械与电子信息学院2014年6月基于kNN算法的遥感图像分类实验目标:,并进行结果分析实验内容:(400*400*4),该数据分为4个类别:土地;农作物/植被;大棚;道路。有余力的同学最好再使用INP高光谱数据(数据全称:IndianaIndianPines,大小145*145*200)进行分类。(也就是你自己做的ROI)选择train和test数据(比例自己定,可以50%train数据,50%test数据,也可以30%train数据70%test数据,或者其他比例;可以尝试不同train数据数目下,分类效果的差别)【提供随机选择数据的代码】,然后进行kNN分类。随机选择10次,然后求平均结果(以及标准差)作为最终对算法的评价。,对整个图像进行分类,得到整个图像的分类结果图。【提供ColorTable和画出分类图像的代码】,可以选择为1,3,5,7,9,11等。有余力的同学,分别用这6种K的取值进行kNN算法,得到每种K值下的总体分类精度OA,然后进行比较(plot画出不同K值下的OA变化曲线,或者给出表格,写出每种K值下的OA)。,可以采用欧氏距离或者光谱角距离(提供代码;zy3数据应该欧式距离更好,INP数据应该SAM更好,因为INP是高光谱数据,zy3只有4个波段是多光谱数据。SAM对高光谱数据的效果更好),有余力的同学,这两种距离都采用,然后做比较,或者尝试其他可能更有效的距离度量方式。数据介绍:。,重置图像的行数列数。 。。。实验结果与分析:心得体会:经过本次试验,我不仅学会利用Matlab软件对遥感图像进行简单的处理,他速度快,方法科学,可为遥感影像的判读提供良好的条件,从而提高判读精度,还学会了使用软件ENVI,对遥感图像进行数据处理、图像分类等等,产生了浓厚的兴趣。相信通过学****我会更好的将ENVI运用到今后的学****实践中。基于PCA/LDA降维的遥感图像分类实验目标:--means算法,并进行结果分析实验内容:(145*145*200),该数据有16个类别,任选PCA或LDA算法进行数据降维,然后对降维数据采用kNN分类(k=1)。,(1)得到整个图像的降维结果,报告中画出前面5个主成分/波段的图像。(2)降维波段数量d作为一个参数(选择为:3,5,10,15,20,30,40,50)。对每一个d下的降维结果(8个不同的d取值,对应8个不同的降维数据),进行kNN(k=1)分类。具体实现:随机10次选择train数据和test数据(例如30%train,70%test),对每次选择出来的数据,进行pca降维,求出不同d下的OA(8个不同的d,那么就有