correlationmatlabcode

经典主成分分析法，实现高光谱图像的降维处理 (Classical principal component analysis, to achieve high spectral image dimensionality reduction)

用其中一半的数据采用ANN-BP算法设计分类器，另一半数据用于测试分类器性能。(Half of them with the data ANN-BP algorithm design classifier, and the other half data used to test the performance of classification. )

图形处理的部分，能进行图像的中值过滤处理(To the median filter for image processing)

采用协方差的方式计算相关系数，分析图片的相似性，然后对图像进行匹配(The covariance of the way of calculating the correlation coefficient, and analyze the image similarity, and then to do image matching )

说明：  基于radon正反变换的抛物线型多次波去除(Removal of parabolic multiple waves based on Radon transform)

用于对图像特征的分类，随机森林算法是一类很好的算法(For the classification of image features, random forest algorithm is a kind of a good algorithm)

Relief-F 算法是由 Kononenko 在 Relief 算法基础上扩展得到的，可以用来解决多分类与回归问题。 Relief-F 特征选择算法利用特征与类别间的相关程度判别特征的敏感程度，敏感的特征能使同类样本靠近，非同类样本远离。基本思想是： 先随机从总样本集 D中获取一个样本 R， 然后在 与 R 同类样本集中和与R 异类 样 本 集 中 各 获 取 k 个近 邻 样 本， 在 特 征 集 F中如果某个特征上异类样本的距离大于同类样本，则这个特征是有利于分类的，增加其权重，重复 n 次 取所有结果的均值作为每个特征的最终权重值.

利用全卷积神经网络，实现图像的语义分割，基于tensorflow的keras可以直接运行(Using the full convolutional neural network to achieve semantic segmentation of images, keras based on tensorflow can be run directly)

利用条件随机场实现的对文本的分类和识别.能在不同参数条件下实现分类(With the use of conditions to achieve the airport on the text classification and identification. Can realize different parameters under the conditions of classification)

BenchmarkDataset,做图像处理的标准图像库(BenchmarkDataset, do image processing standard image library)