该代码对应于2016年的《Nonlinear IHS: A Promising Method for Pan-Sharpening》一文，属于多光谱与全色图像融合代码，也属于IHS方法的一个变种。

近红外(NIR)光谱分级技术正越来越广泛地应用于水果的产后加工和质量评判中。介绍了水果内部品质光学特性检测原理; 分析了规则反射、透射和漫反射3种光特性测量方法在水果内部品质不同需求检测中的适用性; 化学计量学方法是近红外光谱分析技术的一个重要部分,对一些新的预处理方法和回归算法作了介绍; 探讨了水果状态对光谱影响及修正方法,如温度补偿、大小修正等; 并阐述了水果的糖度、酸度、硬度等定量检测和褐变、黑心、水心、损伤等定性判别的国内外最新研究进展; 分析了近红外技术在水果品质检测和控制方面的应用前景。

对新疆冰糖心红富士苹果采用高光谱成像技术进行分级和糖度预测研究。在糖度预测分析中,使用正交试验设计方法确定影响预测效果的主要因素是预测回归方法、光谱预处理方法和波长合并,次要因素是光谱校正处理方法、数据类型和实测值归一化处理。提取平均光谱,经过白板校正,采用一阶微分光谱预处理,10个波长的光谱合并,基于多元线性回归方法建立苹果糖度的预测模型,其验证集苹果糖度的预测模型相关系数为0.911,预测均方根误差为0.76%Brix,相对分析误差为2.44。在分级研究中,选择712nm波长图像,Gamma灰度变换增强图像,大津算法阈值确定后分割图像,基于形态学处理剔除果梗区域,提取苹果分割后区域的面积、充实度、周长、平均灰度等特征,采用二次判别分析分级苹果,验证集苹果分级准确率达到89.5%。结果表明,高光谱图像技术既能够准确预测新疆冰糖心红富士苹果糖度品质,也可以用于基于外部品质特征的分级研究。

拉曼光谱matlab代码 相干拉曼成像工具包 版本：1.02 自述文件 ###Summary ### CRIKit 包提供了用于预处理相干拉曼光谱数据的实用方法。 目前，这个包包含几个关键组件： 通过 Kramers-Kronig 关系进行相位检索 非对称最小二乘基线去趋势 非对称重加权惩罚最小二乘法 这些仅代表我们开发的软件的一小部分。 有关更多信息，请参阅下面的联系信息。 ＃＃＃设置＃＃＃ MATLAB：将源代码下载到文件夹并通过“设置路径”添加到 MATLAB 路径 Python：将源代码下载到一个文件夹。 注意：有一个带有 Python 代码的 IPython Notebook。 您可能希望将其放在本地 IPython 笔记本文件夹中，以便于访问。 ###依赖关系### MATLAB：MATLAB 2013a 或更新版本（它也可能适用于旧版本）。 Python：（必需）Python >= 3.4； 麻木，SciPy。 （推荐）PyFFTW、CVXOPT（更好）或 scikits.sparse。 非授权 该软件由美国国家标准与技术研究院 (NIST) 由联邦政府雇员在执行公务期间

食源性致病菌的快速识别是一项重要的工作，与传统检测方法相比，拉曼光谱能在无损检测的同时加快鉴别速度。为了提高大肠杆菌O157∶H7以及布鲁氏菌S2株拉曼光谱识别的准确性和效率，提出一种基于主成分分析与Stacking算法的集成判别模型，使用网格搜索以及K折交叉验证来提高模型的稳健性。与逻辑回归、K近邻、支持向量机等单一模型进行对比，实验结果证明PCA-Stacking集成模型有最高的准确率，达99.73%，达到了预期效果。

高光谱图像unmixing matlab代码

基于两点转换和光波耦合控制相移的思想提出的U型波导耦合单微环的谐振滤波器结构。利用传输矩阵法推导了此结构的数学模型，采用Matlab模拟了输出端口谱线形状。当​​微环与U型波导的两个替换点之间的距离为微环周长的整数倍时，此新型微环谐振滤波器比传统的双直耦合耦合单微环滤波器的自由光谱范围增加1倍。针对该结构参数，同时讨论了转换系数对输出谱线的影响，转换为转换系数为0.018时，输出谱线具有最佳的消光比，同时保持窄的带宽和高的品质因数。

手指静脉识别技术促使了多光谱手指静脉图像采集的进一步发展。对于多光谱手指静脉采集系统而言,获得更加合理的光源控制电路,设计出更加合理的光源光路结构形式已经变得非常重要。因此本设计以这两个关键点为目标,对现有的采集系统进行了优化改进。首先从设计硬件电路出发,优化了光源控制电路;同时对采集装置外壳进行了重新设计,并改善了光源光路结构形式,建立了新的多光谱手指静脉成像系统,然后在硬件的基础上对其相应的软件支持进行完善,最后搭建成新的采集系统,通过详细的比较实验,验证了本文设计的有效性。

建议操作，不愿意看官方复杂说明的可以看这个，常用基本操作说明

AQ6317B光谱分析仪操作手册，市场都有用的手册，随便给点资源分，不高分推荐。