简介：本资源面向遥感图像处理与机器学习入门者，提供在Matlab环境下对高光谱数据集PaviaU进行分类的完整实践方案，重点对比支持向量机、卷积神经网络与K近邻三种算法的分类效果。压缩包共35个文件，以27个m脚本、7个mat数据文件和1个txt说明为主，m文件涵盖PCA、LDA、KPCA等降维与CNN前向反向传播、KNN测试等核心模块，mat文件存放PaviaU影像、真值及训练测试样本，整体约35.42MB。已有758人学习下载。读者可获取从数据加载、预处理、降维到SVM、CNN、KNN建模训练与测试的完整代码链路，并借助准确率、召回率、F1分数等指标横向比较三种分类器性能，理解高光谱图像分类中特征提取与模型选择的差异，适合作为课程设计、毕业设计或遥感分类研究的参考模板。
1. 从一份 .rar 说起：PaviaU 高光谱分类到底在做什么
如果你手头正好有一份 PaviaU 高光谱数据，又不想从零搭一套分类流程，这个资源包值得先跑一遍再决定要不要改。它把 SVM、CNN、KNN 三条路线塞进同一个 Matlab 工程里，配套的 .m 文件从数据加载、降维、训练到测试基本齐了，连程序说明.txt都留了入口。PaviaU 本身是遥感领域被用烂了的数据集，9 类地物、103 个光谱波段、610×340 的空间尺寸，拿来验证分类器再合适不过。适合谁？做遥感图像处理的学生、需要快速对比传统机器学习与深度学习基线的人、以及想拿现成 Matlab 代码改自己数据的研究者。别指望它是一套生产级框架，但作为教学和实验起点，它省掉了你搜函数、对维度、调接口的不少时间。
2. 三条路线怎么选：SVM、CNN、KNN 的适用边界
2.1 先看数据再选模型，别反过来
PaviaU 的原始数据是三维立方体，空间维 610×340，光谱维 103。直接扔进任何分类器都不现实，所以资源包里出现了PCA2.m、kpcaFordata.m、lda.m这些降维脚本。常见做法是先把每个像素的光谱向量取出来，形成(样本数, 波段数)的二维矩阵，再决定用哪条路。
SVM 在光谱特征上表现稳，尤其是样本量不大、类别边界非线性的时候。资源包里main_final.m和ZKL_classifier_final大概率是主入口，配合train_x.mat、train_y.mat做训练。KNN 更直接，KNN.m和knn_test.m负责距离计算和投票，但 103 维下欧氏距离会失效，所以PCA2.m或kpca_test.m的降维步骤不能省。CNN 走的是另一条路，cnnsetup.m、cnnff.m、cnnbp.m这一串文件说明它是从底层手写的卷积网络，不是直接调 Deep Learning Toolbox。好处是你能看清每一层的梯度怎么传，坏处是参数得自己盯。
选型建议：样本少、要快速出基线，先跑 SVM；想观察降维对分类的影响，KNN 配合 PCA 做对照；要冲精度且愿意调参，再上 CNN。三条路线不是互斥的，资源包的价值就在于你能在同一套数据上横向比。
2.2 数据准备：从 .mat 到可训练矩阵
资源包里PaviaU.mat和PaviaU_gt.mat分别是数据立方体和地面真值标签。getpixel.m负责按标签提取像素光谱，data_undone.m、data_pca_done.m、data_lda_done.m对应不同预处理状态。下面这段是我一般会先跑的检查脚本，用来确认维度对齐：
% 加载数据与标签 load('PaviaU.mat'); % 变量名通常为 paviaU load('PaviaU_gt.mat'); % 变量名通常为 paviaU_gt % 查看维度 disp(size(paviaU)); % 预期 610 x 340 x 103 disp(size(paviaU_gt)); % 预期 610 x 340 % 统计各类别像素数 labels = unique(paviaU_gt); for i = 1:length(labels) if labels(i) == 0 continue; % 0 通常为背景 end count = sum(paviaU_gt(:) == labels(i)); fprintf('类别 %d: %d 像素\n', labels(i), count); end逻辑说明：paviaU是三维矩阵，第三维是波段；paviaU_gt是二维标签图，0 为背景。参数上唯一要注意的是变量名，不同来源的 .mat 可能存成PaviaU或paviaU，加载后用whos确认一下。如果类别像素数严重不均，后面训练时要么加权，要么分层采样，否则 KNN 和 SVM 都会偏向多数类。
2.3 训练与测试入口：main_final.m 的调用链
main_final.m大概率是总控脚本，它会依次调用降维、划分训练测试集、训练分类器、输出精度。资源包里train_x.mat、train_y.mat、test_x.mat、test_y.mat是已经切好的数据，省掉了随机划分的步骤。如果你想自己控制划分比例，可以注释掉加载部分，改用cvpartition或手动索引。
% 假设已提取出 X 为 (N, 103)，Y 为 (N, 1) N = size(X, 1); idx = randperm(N); split = round(0.1 * N); % 每类取 10% 做训练，常见设定 train_idx = idx(1:split); test_idx = idx(split+1:end); X_train = X(train_idx, :); Y_train = Y(train_idx); X_test = X(test_idx, :); Y_test = Y(test_idx); % 保存为资源包同名文件，方便直接跑 main_final save('train_x.mat', 'X_train'); save('train_y.mat', 'Y_train'); save('test_x.mat', 'X_test'); save('test_y.mat', 'Y_test');参数说明：split控制训练比例，PaviaU 上常见 5% 到 20%，低于 5% 时 CNN 容易过拟合，高于 20% 时 SVM 提升不明显。randperm前建议固定随机种子，否则每次跑出来的精度会有波动，写报告时不好交代。
2.4 CNN 手写实现：cnnsetup 到 cnntrain 的链路
资源包里的 CNN 不是黑盒，cnnsetup.m初始化网络结构，cnnff.m前向传播，cnnbp.m反向传播，cnnapplygrads.m更新权重，cnntrain.m串起整个训练循环。main_cnn_untrain.m和main_cnn_untrain可能是未训练状态的入口，trainednet.mat是训练后的权重。
% 典型调用顺序（以资源包内函数名为准） cnn = cnnsetup([103, 20, 9]); % 输入维度 103，隐层 20，输出 9 类 opts.alpha = 0.01; % 学习率 opts.batchsize = 50; opts.numepochs = 20; cnn = cnntrain(cnn, X_train, Y_train, opts); pred = cnntest(cnn, X_test); acc = sum(pred == Y_test) / numel(Y_test); fprintf('CNN 精度: %.2f%%\n', acc * 100);逻辑说明：cnnsetup的参数是各层节点数，输入必须等于波段数或降维后的维数。alpha太大容易震荡，太小收敛慢，0.01 是常见起点。batchsize受内存限制，PaviaU 全像素约 20 万，取 50 到 100 比较稳。numepochs看损失曲线，一般 20 到 50 轮足够，再多就过拟合。注意cnntest返回的是预测标签，不是概率，算精度前确认维度对齐。
3. 避坑与排查：跑通之前先看这几条
3.1 维度不匹配：最常见的翻车点
现象：main_final.m报错Matrix dimensions must agree或Index exceeds matrix dimensions。原因：train_x.mat里的列数和 CNN 输入层节点数不一致，或者降维后没有同步更新测试集。解决：在加载每个 .mat 后加disp(size(...))，确认训练和测试的列数相同，且等于cnnsetup的第一个参数。PCA 和 LDA 降维后的维数不同，别混用。
3.2 标签从 1 开始还是从 0 开始
现象：KNN 或 SVM 训练时提示类别数不对，或者精度异常低。原因：PaviaU 的paviaU_gt背景是 0，地物类别是 1 到 9，但有些预处理脚本会把标签重映射成 0 到 8。解决：在提取像素后统一检查unique(Y)，如果是 0 到 8，要么加 1，要么在分类器里把 0 当背景剔除。CNN 的输出层节点数要等于实际类别数，不是 10。
3.3 内存不够：全像素直接进 CNN 会崩
现象：跑main_cnn_untrain.m时 Matlab 卡死或报Out of memory。原因：PaviaU 约 20 万像素，103 维，直接转成 double 型矩阵占约 160 MB，CNN 前向传播时中间变量更多。解决：先做 PCA 降到 20 到 30 维，或者按 batch 加载。资源包里data_pca_done.m就是干这个的，别跳过。
3.4 随机种子没固定，精度每次不一样
现象：同一份代码跑两次，SVM 精度差 2 到 3 个百分点。原因：训练测试划分用了randperm且没设种子，或者 CNN 权重初始化随机。解决：在脚本开头加rng(42)，所有随机操作都会可复现。写论文或报告时这一步不能省，否则数据没法复现。
3.5 路径问题：函数找不到
现象：Undefined function 'cnnsetup'。原因：Matlab 当前工作目录不在资源包根目录，或者子文件夹没加到路径。解决：cd到解压后的文件夹，运行addpath(genpath(pwd))，把全部子目录纳入搜索路径。程序说明.txt里如果有路径提示，优先按它来。
4. 进阶技巧：把三条路线串成一套对比实验
跑通单个分类器只是开始，这个资源包真正的价值是让你在同一套数据上做横向对比。我一般会写一个外层脚本，固定训练测试划分，依次跑 SVM、KNN、CNN，把精度、召回率、F1 和混淆矩阵存成表格。这样出来的结果比单独报一个 CNN 精度有说服力。
% 固定划分后，依次评估三个分类器 rng(42); results = table(); % SVM svm_model = fitcecoc(X_train, Y_train); svm_pred = predict(svm_model, X_test); results.SVM = mean(svm_pred == Y_test); % KNN knn_model = fitcknn(X_train, Y_train, 'NumNeighbors', 5); knn_pred = predict(knn_model, X_test); results.KNN = mean(knn_pred == Y_test); % CNN（按资源包函数调用） cnn = cnnsetup([size(X_train,2), 30, 9]); opts.alpha = 0.01; opts.batchsize = 50; opts.numepochs = 30; cnn = cnntrain(cnn, X_train, Y_train, opts); cnn_pred = cnntest(cnn, X_test); results.CNN = mean(cnn_pred == Y_test); disp(results);参数上，fitcecoc默认用线性核，高光谱上换成 RBF 核通常更好，但需要调KernelScale。KNN 的NumNeighbors从 3 到 10 试一遍，取交叉验证最优。CNN 的隐层节点数 30 是折中，太小欠拟合，太大过拟合。最后用confusionmat看每一类的错分情况，PaviaU 里某些类光谱相似，错分集中在那里很正常。
从那以后我每次拿到新的高光谱数据，都先固定随机种子、检查维度、跑一遍 SVM 基线，再决定要不要上 CNN。这套习惯帮我省了不少重复调试的时间。希望帮到你。
本文还有配套的精品资源，点击获取
