(基于KNN算法的遥感图像分类.docxVIP

模式识别实验报告学生姓名：王晨曦 班 学 号： 075113-08 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：1. 掌握KNN算法原理2. 用MATLAB实现kNN算法，并进行结果分析实验内容：1. 采用zy3sample数据（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：Indiana Indian Pines，大小145*145*200)进行分类。2. 随机在所有带标记的数据中（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。3. 利用所有或者部分带标记的数据作为train数据，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】4. 关于K值的选择，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