混色光是由众多不同波长光线组成的,我们称之为光谱。所有不同波长的可见光重叠在一起,形成白光。人类肉眼可见光的波长范围从400nm (蓝光)到700nm (红光)。通过透镜,不同颜色的光不会聚焦到同一个点上。这种现象称为色差透镜错误或者叫色差透镜偏差。
1
德国米铱公司光谱共焦位移传感器pdf,德国米铱公司光谱共焦位移传感器产品介绍
2021-09-20 00:19:01 2.1MB 说明书
1
针对建立近红外光谱煤质定量分析模型时训练集中的异常样品严重影响模型预测精度的问题,提出一种二次诊断法剔除异常样品:利用模糊C均值聚类法对样品进行聚类,得到可疑样品;将可疑样品作为验证集,通过PCA-GA-BP模型进行二次诊断,剔除异常样品。实验对比了训练集中异常样品剔除前后,模型对15组待测样品的预测能力,结果表明该方法能够准确剔除异常样品,并有效提高模型的预测精度。
1
********************************** 重大更新通知********************************** 请在此处访问该程序的新的、改进的 GUI 版本: http://www.mathworks.com/matlabcentral/fileexchange/41464 ********************************** 重大更新通知********************************** 这是一个利用所包含的函数来计算 8 个图像指标(偏差、相关系数、DIV、熵、ERGAS、Q、RASE 和 RMSE)的程序。 该程序的目的是为用户快速、轻松和方便地生成结果(参见输出)。 最初,它的目的是在高光谱和多光谱卫星图像中进行指数分析。 它已在融合高光谱产品中使用和测试,用于光谱保真度的质量评估。 但是,估计它
2021-09-18 21:08:08 196KB matlab
1
PaviaU遥感数据,.mat文件,带ground truth数据,用于高光谱图像分类实验。 Pavia University 数据是由德国的机载反射光学光谱成像仪(Reflective Optics Spectrographic Imaging System,ROSIS-03)在 2003 年对意大利的帕维亚城所成的像的一部分高光谱数据。该光谱成像仪对 0.43-0.86μm 波长范围内的 115 个波段连续成像,所成图像的空间分辨率为 1.3m。其中 12 个波段由于受噪声影响被剔除,因此一般使用的是剩下 103 个光谱波段所成的图像
2021-09-17 20:35:49 33.21MB 高光谱 遥感 Pavia 数据集
1
雷蛇光谱炫彩配置文件,光谱效果
2021-09-17 16:52:41 2KB 黑寡妇V2
1
高光谱所需的常用数据:Salinas_corrected.mat 高光谱遥感常用数据集
2021-09-16 21:45:47 25.32MB 高光谱 遥感 遥感数据
1
nmf的matlab代码KbSNMF 基于峰度的平滑NMF用于高光谱分解 该软件包包含本文中介绍的算法的MATLAB代码以及所有相关数据和图形: EMMB Ekanayake,Bhathiya Rathnayake,GMRI Godaliyadda,HMVR Herath,MPB Ekanayake。 结合端元独立性的盲高光谱分解的约束非负矩阵分解。 arXiv预印本arXiv:2003.01041,2020。 如果您发现此MATLAB代码有帮助,请引用以上论文。 感谢您阅读我们的工作。 原始版本:提交给GitHub:13/03/2020
2021-09-16 18:57:30 84.72MB 系统开源
1
光谱信息的特征选择,通过云永欢等提出的VCPA来进行光谱信息的特征选择(文件中包含了VCPA,IRIV,VCPA-GA以及VCPA-IRIV等光谱的变量选择算法)。In this study, we propose a hybrid variable selection strategy based on the continuous shrinkage of variable space which is the core idea of variable combination population analysis (VCPA). The VCPA-based hybrid strategy continuously shrinks the variable space from big to small and optimizes it based on modified VCPA in the first step. It then employs iteratively retaining informative variables (IRIV) and a genetic algorithm (GA) to carry out further optimization in the second step. It takes full advantage of VCPA, GA, and IRIV, and makes up for their drawbacks in the face of high numbers of variables. Three NIR datasets and three variable selection methods including two widely-used methods (competitive adaptive reweighted sampling, CARS and genetic algorithm-interval partial least squares, GA–iPLS) and one hybrid method (variable importance in projection coupled with genetic algorithm, VIP–GA) were used to investigate the improvement of VCPA-based hybrid strategy.
2021-09-16 09:53:50 795KB MATLAB 光谱 特征选择 VCPA
1
遥感图像,高光谱数据分类。非常好的资源,能够进行入门学习和交流。十分nice!,欢迎下载学习交流!!!
2021-09-16 09:30:30 103KB 高光谱 遥感图像 分类
1