摘要针对藻类荧光光谱解析中常见的信息冗余和光谱相关性问题，基于偏最小二乘（ＰＬＳ）的方法，提出了区间蒙特卡罗偏最小二乘（）方法，有效地解决了特征波长的选取问题。

光谱匹配Matlab代码重新思考LDA：离散ICA的矩匹配 如果您有兴趣复制我们的实验和/或我们的数据集，请检查repo。 关于 该项目包含用于主题建模的一些矩匹配算法的实现。 简而言之，这些算法基于数据的矩/累积张量的构造，并将它们与各自的理论表达式进行匹配，以学习模型的参数。 该代码由两部分组成。 一部分包含用于构造矩量/累积量张量的有效实现，而另一部分包含用于匹配张量的几种所谓的联合对角化类型算法的实现。 任何张量类型（请参见下文）都可以与对角化算法之一（总共导致6种算法）任意组合。 重点是潜在的狄利克雷分配（LDA）和离散独立成分分析（DICA）模型。 重要的是，后者模型显示出相似性，有时与前者相同。 分别考虑了两种类型的张量：LDA矩和DICA累积量。 LDA矩的理论表达式先前是由Anima Anandkumar，Dean P.Foster，Daniel Hsu，Sham M.Kakade，Yi-Kai Liu在潜在Dirichlet分配的频谱算法中得出的。 Algorithmica 72（1）：193-214（2015）。 DICA累积量的表达式是从我们的论文中得出的（请参

Ocean_Optics光谱采集软件，加入了Ocean_Optics_MayaPro2000、Ocean_Optics_USB2000+、Ocean_Optics_USB4000驱动，安装对应软件后打开FluoSpec.exe即可设置光谱仪积分时间，平均次数，执行观察、缩放光谱、保存光谱文件等功能。

现代仪器分析第四章原子发射光谱.ppt

Matlab 根据光谱数据生成k值、三刺激值、Lab、RGB等数据

这是论文《Gaussian Pyramid Based Multiscale Feature Fusion for Hyperspectral Image Classification, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2018, 11(9), 3312-3324》的代码，更多详情可在纸上找到。 如果你使用这个演示，请引用这篇论文。 要运行此演示，您应该先下载 libsvm-3.20。 libsvm-3.20可从https://www.csie.ntu.edu.tw/~cjlin/libsvm/获得

针对数字可调光源输出能量较低的问题,提出一种改进型Offner凸面光栅光谱辐射定标光源光学系统的设计方法。基于光线追迹原理,理论推导Offner型光谱成像结构狭缝和像散的关系,利用双柱面透镜对Offner型光谱成像系统大狭缝下的残余像散进行补偿。使用所提方法设计了光谱范围为500~800 nm,狭缝长度为0.4 mm的传统Offner光谱成像系统和狭缝长度为8 mm改进型Offner光谱成像系统。结果表明:改进型Offner光谱成像系统具有良好的成像质量,全视场点列图方均根(RMS)半径小于8.1 μm;系统沿Y方向RMS半径小于6.7 μm,在一个像元尺寸内;谱线弯曲为单像元尺寸6.2%、色畸变为单像元尺寸5.8%,消除了谱线重叠和谱线偏移现象。设计方法对提高遥感仪器的光谱辐射定标精度具有一定的研究意义和工程价值。

摘要针对超短脉冲激光与气体相互作用产生的非线性荧光光谱的特点，提出了光谱分析的预处理、特征提取以及定量分析的有效方法。采用小波算法对光谱数据进行压缩和降噪处理，

这是论文“Density Peak Clustering-based Noisy Label Detection for Hyperspectral Image Classification, IEEE Transactions on Geoscience and Remote Sensing, 2018, (Accepted)”的代码，更多细节可以在论文中找到。 如果你使用这个演示，请引用这篇论文。 要运行此演示，您应该先下载 libsvm-3.22。 libsvm-3.22 可在https://www.csie.ntu.edu.tw/~cjlin/libsvm/ 获得

包含训练代码、预测代码、数据划分代码、网络代码等，采用pytorch框架所写。 代码中包含3D卷积神经网络和支持向量机（SVM）、随机森林（RF）、K最邻近（KNN）这三个机器学习算法。可以随意组合为3DCNN-SVM、3DCNN-RF、3DCNN-KNN。代码清晰，便于理解。也可单独训练3DCNN或者机器学习。