结合高光谱数据和深度学习的特点，提出一种同时考虑像素光谱信息和空间信息的深度卷积神经网络框架。 该框架主要步骤如下：首先利用主成分分析法对高光谱遥感图像进行光谱特征提取，消除特征之间的相关性，并降低特征维数，获得清晰的空间结构；然后利用深度卷积神经网络对输入的样本进行空间特征提取；最后通过学 习到的高级特征进行 回归训练

光谱数据分析方法，光谱曲线分形特征研究，高光谱

高光谱遥感——原理、技术与应用

针对高光谱数据维数高、数据量大、信息冗余多、波段相关性强等特点，在综合各种数据降维方法的基础 上，提出一种基于最佳波段组合的高光谱遥感影像分类方法。以美国印第安纳州地区的 AVIＲIS 数据为例，分析 各波段信息量和相邻波段的相关性，利用子空间划分、分段波段指数选择法，进行特征波段的选择; 并针对难区 分地物类别，应用 J － M 距离模型对其可分性进行判别，获得最佳波段组合。最后采用支持向量机分类器进行分 类。实验结果表明，采用最佳波段组合方法，可以有效地提高高光谱的分类精度。

运用遥感、GPS定位技术对黄浦江上游淀山湖及支干流水环境质量中的水质污染进行了监测，探讨了以实际监测数据与遥感多光谱特征数据建立溶解氧和透明度两种水质参数的遥感反演数学模型。结果表明：利用遥感技术和数据能有效地监测水质污染状况与分布情况，是一种较为快速、可行的监测手段。

内有常用的高光谱图像（HSI）数据集，有常用的Indian,Pavia。每类数据集里包含图像原始信息，以及相对应的地面真实数据的类别标签。因文件大小限制，只能传这两个数据集，还有Salinas等数据集，大家需要的话可留言。

基于FuzzyMeansCluster算法的高光谱遥感图像聚类（matlab实现）

可用于ENVI或者其他遥感数字图像处理的多光谱图像拼接数据

中科院出的一本关于高光谱遥感方面的基础教材，应该说是国内介绍高光谱遥感的最好的教材了。

用来读写高光谱遥感影像的matlab代码，支持BSQ,BIL,BIP格式，三种文件格式对应的是头文件*.lxw中的第5个数字，头文件可用写字板编辑。