Spectral Python（SPy）是一个python软件包，用于读取，查看，操作和分类高光谱图像（HSI）数据。 SPy包括用于聚类，降维，监督分类等功能。
2022-03-26 22:09:22
154KB
1
针对LANDSAT-5 TM多光谱图像存在散粒噪声问题,提出一种基于异常探测和光谱归一化处理来检测及去除噪声的算法。视散粒噪声为强光谱异常,基于RX算子探测像元异常,根据异常分布统计特征确定含散粒噪声的像元;再以含散粒噪声的像元为中心,利用邻域内像元各分量上的光谱归一化分值,确定散粒噪声所在波段。利用邻域内具有最相似光谱的像元对应分量替换散粒噪声所在的像元分量。实验表明,该算法能够有效去除TM图像中的散粒噪声。
2022-03-23 22:25:47
1.29MB
1
SeaBreeze是一个设备驱动程序库，提供了用于选择Ocean Optics光谱仪的接口。 它使用C / C ++编写，可在Windows（XP / 7/8），MacOSX和Linux（x86 / x64 / ARM）上构建和运行。
2022-03-23 15:02:21
14.49MB
1
针对煤炭原始近红外光谱数据中存在噪声的问题,提出了基于De-SNV与小波阈值去噪组合的煤炭近红外光谱数据预处理方法。采用缺省软阈值法进一步对经过Savitzky-Golay平滑和De-SNV处理的光谱数据去噪,并分别建立了水分、灰分和挥发分的PLS校正模型,通过分析模型的预测性能对该方法的有效性进行评估。实验结果表明,经过该方法预处理的光谱数据所对应的PLS校正模型性能明显优于使用原始光谱数据所建立的PLS校正模型,水分、灰分和挥发分的PLS校正模型的预测均方根误差分别降低至0.007 07,0.040 8,0.008 66,决定系数分别提高至0.858 7,0.743 8,0.778 5。
2022-03-22 15:09:09
257KB
1
水分含量多少是煤质好坏的重要指标,在研究煤的基础理论及煤加工中具有特殊意义。本实验采用多元散射矫正(MSC)、平滑处理、微分处理等预处理方法,结合主成分回归法及偏最小二乘法分析了预处理方法对煤粉全水分模型的影响;发现多元散射矫正(MSC)处理结合偏最小二乘法获得的模型最佳,其校正模型R=0.988 1,RMSEC=0.501,预测结果 R=0.955,RMSEC=0.601;发现平滑处理也可以提高模型可靠性,但过度平滑会使模型可靠性变差;综合比较主成分回归法模型与偏最小二乘法模型,发现偏最小二乘法获得的模型要好于主成分回归获得的模型。
2022-03-22 15:05:53
621KB
1
利用E2V公司的IR22GJ红外瓦斯检测模块及CC2430芯片设计了煤矿新型红外瓦斯传感器电路。结合井下气体测量环境和红外光的瓦斯传感器测量原理，利用单片机的外围电路和硬件架构、C语言及汇编语言编写系统程序，研究设计了红外瓦斯传感器系统。最后搭建了气体测量环境，完成了红外吸收型瓦斯浓度检测系统的实验及测试。
2022-03-21 12:50:30
307KB
1
高光谱图像分离matlab代码高光谱图像的光谱超分辨率
高光谱图像光谱超分辨率代码
目录
介绍
该存储库包含为高光谱数据的光谱超分辨率设计的
MATLAB
代码和脚本。
所提出的方法通过利用稀疏表示
(SR)
学习框架，从其获得的低分辨率形式合成高光谱分辨率
3D
数据立方体。
根据
SR
框架，各种低光谱分辨率和高光谱分辨率的数据立方体可以表示为来自学习过的过完备字典的元素的稀疏线性组合。
依赖关系
数据集
所提出的光谱超分辨率方案的性能使用
EO-1
NASA
的
Hyperion
卫星高光谱地球观测场景进行量化。
由于其高光谱覆盖率，Hyperion
场景已被广泛用于遥感界用于分类和光谱分离目的。
我们考虑了
2015
年
8
月
30
日获得的夏威夷岛的高光谱场景，并利用了可见光和近红外光谱范围内的
67
个光谱带，从
436.9
到
833.83
nm。
字典
关于字典训练阶段，我们设计了耦合字典，基于
ADMM
稀疏耦合字典学习方案，对高光谱分辨率和低光谱分辨率特征空间进行建模。
我们从
100.000
对训练低和高光谱分辨率数据立方体中训练了
512
个代表性字典原子。
2022-03-18 15:23:15
2.05MB
1