高光谱图像压缩技术研究

本数据集包含经典的高光谱图像分类数据集Indian Pines，以及去掉吸水波段后的版本。数据以mat格式提供，可供学者和科研人员进行高光谱图像分类研究和算法开发。数据集详细信息和使用教程可参考官方网

高光谱图像是一种多光谱图像，具有高维数据和丰富的光谱信息。在本文中，我们介绍了一个基于变换方法的高光谱图像分类方法，该方法能够对高维数据进行降维处理，从而提高分类精度。同时，我们还探讨了一些可用于高光

基于PyTorch框架的高光谱图像分类2D-CNN网络代码项目，包含网络模型、训练代码、预测代码，还提供Indian Pines数据集。使用20%的数据作为训练集，经10次迭代，模型准确率达到99%左

遥感图像分类的应用在遥感图像研究中具有重要意义。为了提高高光谱遥感图像分类精度,本文提出了基于多特征融合的高光谱遥感分类方法。该方法将图像的空间特征和光谱特征归一融合,然后使用AdaBoost分类器集

大多数传统的压缩感测(CS)重建方法都受到迭代引起的密集计算的困扰。 本文旨在提出一种非迭代算法,用于从基于补丁的压缩感测测量结果中重建高光谱图像(HSI)。 我们的方法包含两个残差卷积神经网络。 一

基于无乘法可逆整数TDLT / KLT的无损无损高光谱图像压缩

提出了一种基于分布式信源编码的高光谱图像无损压缩算法,用于星载高光谱数据的有效压缩。为充分利用高光谱图像较强的谱间相关性,引入多波段谱间线性预测方案获取当前编码块的预测值,有效降低了编码块的最大预测残

雷达干扰技术和抗干扰技术是一对相互矛盾的主体，现代雷达大多采用了匹配接收技术和相关处理技术，使得传统的干扰方式很难收到较好的干扰效果。目前干扰研究的热点是基于数字储频的灵巧噪声干扰技术研究。数字射频存

本文主要介绍和分析了某雷达的脉冲压缩及其旁瓣抑制技术，并给出了其工程实现方法。首先从脉冲压缩理论出发，分别给出了线性调频信号、二相编码信号和频率相位混合调制信号的模糊函数、脉冲压缩以及频谱特性。分析了

光子学压缩感知技术研究进展