高光谱遥感影像数据分类优化实验报告

本文通过比较五种机器学习算法在Salinas高光谱影像数据分类中的表现，探讨了这些算法在各类地物和整体上的正确率和分类精度。结果发现，支持向量机在这些算法中表现最好，随机森林和K近邻算法也有较好的表现。研究过程中，我们注意到了典型地物间光谱特征差异对算法表现的影响，并对各种方法的超参数进行了测试。由于计算性能限制，我们仅可以保证所计算而得的正确率是在多次实验中取得的最优值。本文对算法在高光谱数据分类中的应用提供了一定的参考。