行业分类-设备装置-基于半监督条件随机场的超光谱图像分类方法.zip

行业分类-物理装置-一种基于D-Resnet的高光谱中医舌苔舌质分类方法.zip

LabSpec是一个功能完善的拉曼软件，可以进行所有的仪器操作和数据解析，包括数据采集、处理、分析和数据显示，以及灵活的自动化功能。拓展模块还可以提供一些其它的专业分析工具，软件在保证功能强大的前提下，力求操作简单。它具有直观的界面显示、简明的布局、清晰的逻辑，方便用户进行样品显微观察、采集参数设置、数据解析及生成报告。

CdS半导体纳米晶的生长及其光谱研究.pdf

现代仪器分析教学课件2紫外可见吸收光谱法

matlab最简单的代码fnirsr 用于分析功能性近红外光谱（fNIRS）数据的R包 安装 如果还没有，请安装devtools ： install.packages("devtools") 使用devtools::install_github("erzk/fnirsr")安装软件包。 样本数据文件来自和。 用法 加载文件（ETG-4000） 在目前的开发阶段，该程序包只能读取Hitachi ETG-4000生成的原始csv文件。 其他系统生成的文件具有不同的结构，到目前为止，我不需要使用它们。 最终，我可能会扩展此包以使其与其他文件类型一起使用。 此小插图中使用的并且随附于此软件包的文件Hitachi_ETG4000_24Ch_Total.csv来自。 有关记录的顶级信息保存在标题中。 它具有不规则形式，因此解析起来有些棘手。 此软件包版本在数据部分之前读取csv文件的部分，并返回带有标头信息的向量： library( fnirsr ) file_path <- system.file( " extdata " , " Hitachi_ETG4000_24Ch_Total.csv "

超高速锁模半导体激光器光谱蓝移现象研究.pdf

半导体激光器输出光谱稳定性的实验研究.pdf

可调谐半导体激光吸收光谱技术在大气环境监测中的研究进展.pdf

针对当前高光谱遥感影像分类人工标注样本费时费力，大量未标注样本未得到有效利用以及主要利用光谱信息而忽视空间信息等问题，提出了一种空-谱信息与主动深度学习相结合的高光谱影像分类方法。首先利用主成分分析对原始影像进行降维，在此基础上提取像素的一正方形小邻域作为该像素的空间信息并结合其原始光谱信息得到空谱特征。然后，通过稀疏自编码器得到原始数据的稀疏特征表达，并通过逐层无监督学习稀疏自编码器构建深度神经网络，输出原始数据的深度特征，将其连接到softmax分类器，利用少量标记样本以监督学习的方式完成模型的精调。最后，利用主动学习算法选择最不确定性样本对其进行标注，并加入至训练样本以提高分类器的分类效果。分别对PaviaU影像和PaviaC影像进行分类实验的结果表明，该方法在少量标记样本情况下，相对于传统方法能有效地提高分类精度。