针对高光谱图像空间分辨率不足导致异常检测虚警率过高的问题，提出了一种利用主成分分析（PCA）和IHS变换融合以降低虚警率的算法。
首先对低分辨率高光谱图像进行PCA变换，提取3个主成分；
然后对这3个主成分和高分辨率图像分别进行IHS变换，得到各自的强度分量，把高光谱数据的强度分量替换成高分辨率图像的强度分量；
再运用IHS变换的可逆性，将新的强度分量与原色度分量和饱和度分量进行IHS逆变换，得到空间信息增强的高光谱图像数据；
最后使用KRX算法对空间信息增强的高光谱图像数据进行异常检测。
实验结果表明，本文算法的虚警率与KRX算法相比有很大的降低，取得了良好的检测效果。
首先对低分辨率高光谱图像进行PCA变换，提取3个主成分；
然后对这3个主成分和高分辨率图像分别进行IHS变换，得到各自的强度分量，把高光谱数据的强度分量替换成高分辨率图像的强度分量；
再运用IHS变换的可逆性，将新的强度分量与原色度分量和饱和度分量进行IHS逆变换，得到空间信息增强的高光谱图像数据；
最后使用KRX算法对空间信息增强的高光谱图像数据进行异常检测。
实验结果表明，本文算法的虚警率与KRX算法相比有很大的降低，取得了良好的检测效果。
2025/8/15 1:14:24
814KB
1
在可见光范围内,对消光光谱法颗粒测量技术中的病态性问题进行分析,对目标函数的极值情况和反演计算结果进行了计算讨论,并对标准聚苯乙烯颗粒进行了实验测量和反演计算.模拟计算和实验结果表明,在消光光谱法测量中,亚微米级颗粒的病态性表现得尤为严重,目标函数极值情况和反演结果对误差非常敏感,反演结果的稳定度和准确度较差.为保证测量结果准确性,应尽可能减小测量误差.微米级颗粒对应的目标函数极值情况和反演计算结果则较为理想.
2025/7/19 19:54:36
2.61MB
1
内附：软件+下载网址+手册。
Specair是用于计算空气等离子体辐射的发射或吸收光谱的程序。
它可以根据各种用户输入参数计算，显示和保存光谱。
Specair是用于计算空气等离子体辐射的发射或吸收光谱的程序。
它可以根据各种用户输入参数计算，显示和保存光谱。
2025/7/9 18:09:58
6.26MB
1
计算光谱夹角的matlab代码，内有注释。
光谱角填图SAM算法。
计算光谱夹角的matlab代码，内有注释。
光谱角填图SAM算法
光谱角填图SAM算法。
计算光谱夹角的matlab代码，内有注释。
光谱角填图SAM算法
2025/7/6 2:03:49
418B
1
金运激光1488万增资德龙激光;华工科技光通讯业务促进净利翻两番;2020年全球军用光电与红外系统市场将超163亿美元;AIST与夏普公司合作开发红外彩色夜视成像技术;我国3D打印产业2016年有望建立体系;聚光科技2014年收入12.4亿同比增32%;大族激光2014年净利7亿;相干公司公布2014Q4财务报告;索尼SmartEyeglass采用“全息光学”技术;2014年全球光纤熔接机市场达5.28亿美元;华讯方舟今年有望产出首台国产太赫兹成像仪;西安光机所控股公司成为国家技术转移示范机构之一;康宁收购NovaSol以增强超光谱成像技术;欧盟公布5G愿景涉及光纤、无线;全球首批量产石墨烯手机发布重庆石墨烯产业园初见成效
2025/6/29 4:07:57
2.96MB
1
针对高光谱图像特征利用不足和训练样本难以获取的问题,提出了一种具有多特征和改进堆栈稀疏自编码网络的高光谱图像分类算法。
采用流形学习获得高光谱图像的低维数据结构,并提取高光谱图像的光谱特征、具有空间信息的局部二值模式(LBP)特征及拓展多属性剖面(EMAP)特征。
利用主动学习查询特征性强的未标记样本并将其标记,利用融合空谱联合信息的样本训练堆栈主动稀疏自编码神经网络并用Softmax分类器对其分类。
Indianpines数据集的总体分类精度达到98.14%,PaviaU数据集总体分类精度达到97.24%。
实验结果表明,该算法分类精度高,边界点分类效果更好。
采用流形学习获得高光谱图像的低维数据结构,并提取高光谱图像的光谱特征、具有空间信息的局部二值模式(LBP)特征及拓展多属性剖面(EMAP)特征。
利用主动学习查询特征性强的未标记样本并将其标记,利用融合空谱联合信息的样本训练堆栈主动稀疏自编码神经网络并用Softmax分类器对其分类。
Indianpines数据集的总体分类精度达到98.14%,PaviaU数据集总体分类精度达到97.24%。
实验结果表明,该算法分类精度高,边界点分类效果更好。
2025/6/29 4:53:23
12.88MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB