光谱特征波段的筛选，选择光谱数据中具有代表性的变量用以建立定量预测模型

在遥感数据处理研究中，高维高光谱数据的冗余信息和噪声严重影响高光谱数据的分类精度，针对此问题提出基于互信息波段选择和经验模态分解的高精度高光谱数据分类算法(MI-EMD-SVM)。分别采用基于互信息波段选择方法和经验模态分解实现对高光谱数据的冗余信息处理和特征提取，并获得处理后的高光谱数据X″。采用支持向量机分类算法对处理后的高光谱数据X″进行分类实验。仿真实验结果证实MI-EMD-SVM算法不仅提高高光谱数据分类精度，同时还减少支持向量数目，提高高光谱数据分类速度。

光谱匹配Matlab代码需要从附加资源管理器安装的功能编程构造。 几个非免费工具箱（信号处理，统计和计量经济学）也需要在MATLAB 2017a上进行代码测试-旧版本可能无法正常工作 命令示例：fileSelection = 0; timeSelection = 2; onlyPreOT = 0; saveFig\n='\u5426'; scriptToRun\n='hyperscanningControl.m'; 掌握（）; 第二个示例：reset（）; fileSelection = 4; timeSelection = 1; onlyPreOT = 0; scriptToRun\n='forecasting.m'; 掌握（）; 在两个猴脑之间选择类似的神经元亚群 提供了一种灵活的方法来构建亚种群，以便可以以苹果对苹果的方式比较从两个不同的大脑收集的数据。 由于此匹配是主观的，因此代码使用以函数为参数的高阶函数。 例如，它需要一行代码才能从使用对称的Kullback-Leibler发散切换为尖峰计数的简单差分。 探索的一种方法是为两个大脑中的每个神经元构建峰间间隔的直方图，应用核平滑器，然后计算大

对高光谱数据和多光谱图像数据进行数据预处理，提取光谱曲线，进行目标提取

药检仪器使用技术

高光谱图像分类，利用CNN，里面有全套的流程，包括数据处理，样本生成，测试，精度评价。

可以对光谱数据进行预处理，除了偏最小二乘法之外，也有一些其他方法

DIY Analytics开源光谱仪 该存储库提供了开放光谱仪项目的硬件原理图和材料清单，使从业人员，学生和公民科学家能够使用其光谱仪收集数据，并获得良好而有趣的学习体验。 开放式光谱仪项目包括网络摄像头，简单的激光切割部件，电池盒和合适的LED闪电组件。 光谱仪通过USB连接到计算机，用户可以在其中运行此存储库中提供的脚本以运行实验并进行测量。 享受！ 光谱仪的透明版本，用于解释目的。 开放科学与目标 从定义上讲，科学应该是开放的和可复制的。 因此，任何人都可以验证实验的结果。 不幸的是，今天并非总是如此。 为了能够验证实验，所使用的所有组件均应公开可用。 这包括科学仪器的软件和硬件。 我们的光谱仪项目遵循这条道路。 通过访问科学实验中使用的设备的所有层，用户可以深入了解如何进行科学测量，并且从业人员能够批判性地了解特定仪器的局限性。 光谱仪由一系列材料组成，这些材料旨在在世界任何

典型地物光谱源数据，未处理，可以对缺乏光谱仪，但是需要学会数据处理的人使用

多色荧光成像系统中光谱解混与图像拼接研究_张昆.caj