SPECTRAL_MVA 是用于运行光谱数据多变量分析的 GUI 最初设计用于分析 X 射线光电子光谱，可用于分析任何类型的数据表，包含光谱或任何其他数据打开带有或不带有变量 X 的 MAT 文件。 从原始视觉软件或 CASAXPS 软件打开 VMS 文件（XPS 光谱） SMOOTHING、NORMALIZING、DERIVATIZING 和 SHIFTING 光谱的预处理选项 三种 MVA 方法 - PCA、SIMPLISMA 和 MCR 来自特征向量的 PLS_TOOLBOX 是必须的

童庆禧 张兵等著，高等教育出版社出版，很详细的技术书籍

利用光传输理论对ICF驱动器中使用的光谱色散平滑(SSD)技术作了理论分析,并结合典型的随机相位板(RPP)技术,用计算机模拟了使用光谱色散平滑技术前后激光靶面辐照不均匀性的变化及其技术中不同带宽和调制频率下激光靶面辐照不均匀性的变化。

自行替换高光谱和全色影像的名称即可运行，Brovey_fuse

MATLAB荧光光谱数据三维荧光光谱处理

从理论与实验两方面研究了基于普通单模光纤的光纤布拉格光栅在弯曲时光谱特性的变化。基于耦合模理论, 以弯曲光纤为参考波导, 研究了弯曲波导的分析模型和漏模求解工具, 考虑了弯曲时光弹效应的影响, 得到弯曲光纤中的准导模（漏模）; 分析了弯曲情况下, 布拉格波长的变化情况, 与实验结果基本吻合。在1 cm的弯曲半径下, 布拉格波长向长波长的偏移在10-2nm量级。

每个波段，即同一对象在高光谱图像的不同频段上的图像，不仅在空间上具有相关性，而且在光谱之间也具有很强的相关性。 高光谱图像压缩算法需要考虑如何利用空间和光谱的相关性。 在本文中，我们首先使用主成分分析（PCA）来消除光谱相关性。 然后使用方向提升小波变换（DLWT）去除空间相关性。 实验结果表明，与基于DWT的咨询算法相比，本文提出的图像压缩方案具有更高的性能。 空间数据系统委员会（CCSDS）。

基于MATLAB光谱数据预处理.rar

异常目标检测在高光谱图像(HSI)处理领域发挥越来越重要的作用。低秩稀疏矩阵分解算法(LRaSMD)可将背景和异常区分开，可以极大地减弱异常目标对背景的污染。基于此，提出一种基于低秩稀疏矩阵分解和稀疏字典表达(LRaSMD-SR)的高光谱异常目标检测算法，通过LRaSMD的方式获取背景集，通过稀疏表达的方式从背景集中构建背景字典模型，最后通过计算重构误差来检测异常点。该算法在模拟和真实数据上都进行了有效性验证，实验结果证明LRaSMD-SR算法具有非常好的异常目标检测性能。

高光谱遥感影像混合端元提取算法，利用顶点成分分析准则