www.4hu（4虎cvt4wd最新免费资源百度）

本文目录一览：

• 1、高光谱数据集

高光谱数据集

光谱范围：400-1000nm 地物类别：共计19类，包括水稻茬、草地、榆树等多种农作物和植被类型，以及建筑等人工地物。特点：该数据集是中国雄安新区的高光谱遥感数据，具有较高的实际应用价值。

《SpectralEarth： Training Hyperspectral Foundation Models at Scale》提出了大规模多时相高光谱数据集SpectralEarth，用于预训练高光谱基础模型，通过自监督学习算法训练的模型在不同任务和传感器上展现出良好的泛化能力和计算效率优势。

接下来，我们介绍ENVI格式数据的读写。Cuprite数据集是高光谱解混研究中基准的数据集之一，它覆盖了内华达州拉斯维加斯的Cuprite地区，包含188个通道，波长范围从370nm到2480nm。数据中包含14种矿物，通过去除噪声通道和吸水通道，我们保留了12个端元来描述不同矿物的特性。

使用无人机高光谱图像和小型校准数据集对田间土壤有机质进行高分辨率测绘，是精准农业领域的重要研究方向。以下从研究背景、实验设计、技术方法、研究结果几个方面进行详细阐述：研究背景快速获取田间尺度土壤有机质（SOM）的高分辨率空间分布信息，对于精准农业的实施至关重要。

数据集载入 步骤描述：首先，需要将高光谱数据集载入到处理系统中。高光谱数据集通常具有三维结构，即高度、宽度和光谱通道维度。示例：以PaviaU数据集为例，其大小为610x340x103，其中610代表像素点的高度，340代表像素点的宽度，103代表像素点的光谱维度。

NMF强制分解后的矩阵非负，符合高光谱数据的物理意义（如反射率非负）。降维过程：输入数据维度为103波段（University数据集），通过LFDA（局部判别特征分析）设置降维目标维度为11，得到投影矩阵 $ T^{103 times 11} $。对整个数据集（610×340像素）应用投影矩阵，输出降维后数据集（610×340×11）。