使用SVM、随机森林及K-NN进行高光谱图像分类，内置Indian_pines、PaviaU、Salinas数据集及其标签

PaviaU遥感数据，.mat文件，带ground truth数据，用于高光谱图像分类实验。 Pavia University 数据是由德国的机载反射光学光谱成像仪（Reflective Optics Spectrographic Imaging System，ROSIS-03）在 2003 年对意大利的帕维亚城所成的像的一部分高光谱数据。该光谱成像仪对 0.43-0.86μm 波长范围内的 115 个波段连续成像，所成图像的空间分辨率为 1.3m。其中 12 个波段由于受噪声影响被剔除，因此一般使用的是剩下 103 个光谱波段所成的图像

高光谱所需的常用数据：paviaU.mat 高光谱遥感常用数据集。高光谱所需的常用数据：paviaU.mat 高光谱遥感常用数据集

高光谱遥感PaviaC和PaviaU的数据，包括原始高光谱数据和地物分类数据。只有.mat文件，没有图片。

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

通过matlab对Paviau高光谱数据集分类。

本资源主要通过matlab对Paviau高光谱数据集进行分类，使用了pca、kpca、lda三种数据降维方法以及svm、knn、cnn三种数据分类算法。