连续投影算法（successive projections algorithm， SPA） 是前向特征变量选择方法。SPA利用向量的投影分析，通过将波长投影到其他波长上，比较投影向量大小，以投影向量最大的波长为待选波长，然后基于矫正模型选择最终的特征波长。SPA选择的是含有最少冗余信息及最小共线性的变量组合。
用于训练和使用高光谱数据的无监督自动编码器和有监督深度学习分类器的工具。 可 文档 在此处找到 。 源代码可在 Github上获得 。 自动编码器是无监督的神经网络，可用于一系列应用，例如无监督的特征学习和降维。 可以在标记的数据上训练监督型深度学习分类器，以预测光谱的类别。 该存储库提供了一个名为 的基于python的工具箱 deephyp ，其中包含针对高光谱数据而设计，训练和测试密集和卷积自动编码器以及分类神经网络的示例。 网络易于设置，并且可以使用不同的架构进行自定义。 也可以采用不同的培训方法。 工具箱基于tensorflow构建。
最近更新: 5年多前
