English
资源说明：传统的独立分量分析（ICA）算法无法确定高光谱数据中独立分量的个数，利用概率神经网络（PNN）训练时间短的优点，根据分类精度可以较快地确定出独立分量的个数。提出了一种在确定高光谱数据的维数之后利用支持向量机（SVM）分类的新算法思想，首先利用ICA对高光谱数据降维，并利用PNN确定出独立分量的个数，而后对降维后的数据利用SVM作交叉验证，并采用混合核函数进行分类的算法思想。通过仿真实验表明，该算法可以在保证分类精度的同时大大减少分类的时间。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
