比较传统的一种区分校正集和验证集的方法，适合新手

需要读入已经包络线消除的文本文件

介绍了多光谱图像：令灰度值是是二个空间变量和一个光谱变量的灰度值函数，并由二维推广到三维形式； 彩色图像：光谱采样限制到对应于人类视觉系统的红、绿、蓝光波时，称为彩色图像

包含基本所有的高光谱数据处理，包括：高光谱格式转换，高光谱数据增强（旋转、拼接，缩放），高光谱空间-光谱剪切，高光谱数据归一化，高光谱数据显示等等，都是matlab代码，拿来就可以用，写有注释，简单易懂；研究高光谱方向的同学不要错过，我也是苦于网上没有系统的高光谱处理代码，遂总结此篇让后面的同学少走弯路。

内容：常用高光谱分类数据集，包括常用的Indian pines\KSC\Purdue\DC\HOUSTON\Botswana\Salinas等，基本上写论文是够用的公开数据集； 使用方法：格式全部为mat格式，可以在Python和Matlab上使用； 使用建议：建议使用不同传感器的数据集来验证自己分类方法的有效性。

紫外-可见光谱法水质检测中，检测设备面对多样性的地表水体容易受到悬浮颗粒物引起的浊度干扰，导致谱线整体非线性抬升，测量精度显著下降。研究了一种基于Mie散射理论的紫外-可见水质光谱浊度干扰补偿算法，借以提高可溶有机物含量的检测精度。通过截取水样本紫外-可见光谱中主要由颗粒物散射引起的450~1100 nm段光谱，采用基于Mie散射理论的光全散射颗粒物粒径分析法，重建了水样本所含颗粒物的粒径分布。利用粒径分布的二次反演，估计了220~450 nm可溶有机污染特征光谱段中由颗粒物引起的消光值，实现了对浊度干扰的精确补偿。实验结果表明，该算法对不同地表水样本均表现出了良好的浊度补偿效果，化学需氧量解算精度得到较大提高。且补偿算法无需大量实验获取先验数据，可提高紫外-可见光谱法水体可溶有机物检测的准确性和检测部署的灵活性与适应性，具备实用价值。

matlab凸曲面代码设计用于表面分类的光源光谱功率分布 在许多应用领域中，用户可以完全控制照明，并可以调整其光谱功率分布。 在那些情况下，光谱上最佳的光可以加重图像中的特征，从而改善图像分类任务。 在该项目中，我们提出了两种方法来估算光源的最佳光谱功率分布。 无监督方法使用非负稀疏主成分分析来得出最佳的，可物理实现的光源光谱。 监督方法将线性图像形成模型直接合并到分类算法中，并使用交替最小化来同时搜索分类器决策边界和最佳光。 如果您使用这些工具，请引用 @inproceedings{Blasinski_2017_CVPR, author = {Blasinski, Henryk and Farrell, Joyce and Wandell, Brian}, title = {Designing Illuminant Spectral Power Distributions for Surface Classification}, booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (C

matlab开发-完整的数据视图性能图像光谱。复杂磁共振数据的可滚动3D查看器（强度=量级，颜色=相位）

全球与中国表面增强拉曼光谱（SERS）市场现状及未来发展趋势.txt

matlab精度检验代码多层中心 多层网络中的光谱中心度度量及其在科学计量学中的应用 由Giorgos Sideris编写和开发，2018年由Dimitrios Katsaros监督 论文文件 论文的位置在： reports/Spectral_centrality_measures_in_multilayer_networks_and_their_application_in_scientometrics.pdf 如何使用 ： 安装Matlab并打开它 克隆存储库 导航到Matlab上的项目文件夹 在biplex_data(coauthorship file, citations file,delimiter)使用biplex_data(coauthorship file, citations file,delimiter)或h_index(coauthorship file, citations file,delimiter)或c3_index(coauthorship file, citations file,delimiter)或c4_index(coauthorship fil