这是一篇论文的仿真,论文题目是Class-Dependent Sparse Representation Classifier for Robust Hyperspectral Image Classification 效果并不是很好,只是实现基本功能,参数设置还有待仔细调整。 一共10个.m文件,各自作用简单介绍如下(实际上只用到了下面第一部分的七块代码): cdSRC.m 主程序 normalize_data.m 用来对原始数据归一化 lda.m 用来对原始数据进行降维 select_train_data.m 用来按比例选择训练样本 select_train_data1.m 用来按个数选择训练样本 OMP.m 用来在cdOMP过程中得到关于每类的稀疏矩阵,进而求得残差作为相关度信息 cdKNN.m 用来进行cdKNN得到欧氏距离信息 cdOMP.m 和 gradient_descent.m 是用梯度下降法求解cdOMP中的优化公式,超慢超慢,几乎不能用,但其实能跑出来,没舍得删 LFDA.m 一开始降维用的这个,正确率一直上不了80,但是看了看代码找不到错误。梁云龙师兄给换了个lda,就好了。 放了几个数据集是因为正确率超低时,怀疑是数据的问题,就重找了数据,发现不是数据的影响,也没删,留这儿了。
jk123vip/cdSRC_matlab_code
cdSRC(Class-Dependent Sparse Representation Classifier) 基于类别的稀疏表示分类器的简单实现,MATLAB代码版本。下面是原论文地址:
Matlab