利用中红外光谱检测技术对甲醇汽油中的甲醇含量进行检测研究。由于中红外光谱易受外界环境干扰且数据量较大,为减小运算量并提高模型精度,采用无信息变量消除( UVE)法、竞争性自适应重加权取样(CARS)法以及遗传算法(GA算法)等来选择有效光谱波段,再建立对应的偏最小二乘(PLS)模型,最后分别建立PLS、UVE-PLS、GA-PLS和CARS-PLS模型,探索最优的甲醇含量检测模型。结果表明:CARS-PLS模型效果最好,预测相关系数和预测均方根误差分别为0.978和1.177。CARS算法是一种有效提取甲醇含量的中红外光谱检测方法,采用中红外光谱检测技术测定甲醇汽油中的甲醇含量是可行的,可以有效简化运算模型,提高模型检测精度。
2021-11-04 16:33:19
7.56MB
1
本专题的目的是向用户展示如何使用ENVI先进的高光谱工具对多光谱数据进行分析。要更好地理解高光谱处理的概念及其工具，请参见ENVI高光谱辅导指南。
2021-11-04 15:23:15
515KB
1
卷积神经网络代码Matlab
人工神经网络
使用空间光谱深度残差卷积神经网络（HSID-CNN）的用于高光谱图像降噪的Matlab演示代码，IEEE
TGRS，2019。
By
Qiang
Zhang
(whuqzhang@gmail.com)
Wuhan
University,
China.
如果您在工作中使用/适应我们的代码（作为独立工具或任何算法的组成部分），请引用我们的论文。
Q.
Yuan，Q.
Zhang，J。Li，H。Shen和L.
Zhang
，“使用空间光谱深度残差卷积神经网络进行高光谱图像降噪”，
IEEE地理科学与遥感学报，第1卷。
57号2，第1205-1218页，2019年。
@ARTICLE{yuan2019,
author={Q.
{Yuan}
and
Q.
{Zhang}
and
J.
{Li}
and
H.
{Shen}
and
L.
{Zhang}},
journal={IEEE
Trans.
Geosci.
Remote
Sens.},
title={Hyperspectral
Image
Denoising
Employing
a
Spatial
2021-11-04 10:35:55
11.3MB
1
SPECTRUM：Python中的光谱分析
贡献：
请加入
贡献者：
问题：
请使用
说明文件：
引文：
Cokelaer等人，（2017年），``频谱''：Python中的频谱分析，开源软件杂志，2（18），348，doi：10.21105 / joss.00348
频谱包含使用基于傅立叶变换，参数方法或特征值分析的方法估算功率谱密度的工具：
傅里叶方法基于相关图，周期图和韦尔奇估计。 可以使用标准的锥形窗口（Hann，Hamming，Blackman）和其他奇异的窗口（DPSS，Taylor等）。
参数方法基于Yule-Walker，BURG，MA和ARMA，协方差和改进的协方差方法。
还实现了基于特征分析（例如MUSIC）和最小方差分析的非参数方法。
也可以多锥度
目标受众是多种多样的。 尽管信号功率谱的使用是电气工程（例如无线电通信，雷达）的基础，但它具有
2021-11-01 23:17:57
798KB
1
生物信息领域的一个非常实用的软件（pychem-305g-beta）；
主要用于光谱预处理，遗传算法和偏最小二乘回归；
有自带说明
2021-11-01 20:15:54
14.62MB
1