matlab精度检验代码-Statlie-Image-Processor:并行神经网络用于高光谱图像分类

matlab精度检验代码带有BASS架构的Statlie图像处理器 描述 BASS代表Band-Adaptive Spectral-Spatial，这是一种用于对高光谱图像进行分类的并行深度神经网络体系结构。 这个想法是由印度技术学院的研究人员提出的（详细信息）。 高光谱图像具有较长的光谱维度，这可能导致较长的训练和推理时间以及计算过程中的巨大能耗。 在这个项目中，BASS-Net是用TensorFlow和Keras（由Google开发的数据流编程库和深度学习框架）重写的。 该代码被翻译为FPGA指令，其中推理是使用Corerain技术的Nubula和Rainman FPGA板完成的，培训过程是使用NVIDIA TitanX Graphics处理单元完成的。 这样，可以大大减少训练和推理时间，并使用较少的功率。 将来，行业将对这项工作进行调整，以进行自然语言处理和系统验证。 图1. Statlie图像样本 图2.印度松高光谱图像样本 一般指导 要求 Python3.5或更高版本（但Keras / TensorFlow尚不支持Python3.7） TensorFlow和Keras 要求中