# ML_Classification-of-features
基于机器学习的多光谱遥感地物分类技术
• Use the KNN, SVM, decision tree, Naive Baye, and CNN algorithm to calculate the accuracy and recall rate. The accuracy of the CNN algorithm is 0.95
• Plot the ROC curve and the confusion matrix separately for the results of the different algorithms
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
【资源说明】 基于Python机器学习的多光谱遥感地物分类技术源码+详细部署文档+全部数据资料(高分项目).zip基于Python机器学习的多光谱遥感地物分类技术源码+详细部署文档+全部数据资料(高分项目).zip基于Python机器学习的多光谱遥感地物分类技术源码+详细部署文档+全部数据资料(高分项目).zip 【备注】 1、该项目是个人高分项目源码,已获导师指导认可通过,答辩评审分达到95分 2、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 3、本项目适合计算机相关专业(如软件工程、计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也可作为毕业设计、课程设计、作业、项目初期立项演示等,当然也适合小白学习进阶。 4、如果基础还行,可以在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 欢迎下载,沟通交流,互相学习,共同进步!
资源推荐
资源详情
资源评论
收起资源包目录
基于Python机器学习的多光谱遥感地物分类技术源码+详细部署文档+全部数据资料(高分项目).zip (10个子文件)
ML_Classification-of-features-main
CNN.ipynb 351KB
CNN(仅纹理).ipynb 355KB
forest.zip 15.13MB
朴素贝叶斯.ipynb 79KB
K-近邻算法.ipynb 78KB
SVM.ipynb 74KB
airplane.zip 14.61MB
决策树.ipynb 234B
README.md 344B
171265889347208773632.zip 416B
共 10 条
- 1
资源评论
- m0_748255462024-06-07资源值得借鉴的内容很多,那就浅学一下吧,值得下载!
不走小道
- 粉丝: 3343
- 资源: 5059
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 项目采用YOLO V4算法模型进行目标检测,使用Deep SORT目标跟踪算法 .zip
- 针对实时视频流和静态图像实现的对象检测和跟踪算法 .zip
- 部署 yolox 算法使用 deepstream.zip
- 基于webmagic、springboot和mybatis的MagicToe Java爬虫设计源码
- 通过实时流协议 (RTSP) 使用 Yolo、OpenCV 和 Python 进行深度学习的对象检测.zip
- 基于Python和HTML的tb商品列表查询分析设计源码
- 基于国民技术RT-THREAD的MULTInstrument多功能电子测量仪器设计源码
- 基于Java技术的网络报修平台后端设计源码
- 基于Python的美食杰中华菜系数据挖掘与分析设计源码
- 基于Java与JavaScript混合技术的吉森摄影项目设计源码
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功