近红外高光谱重建的相关paper，最好带代码的那种

发表于 2024-12-24 15:01:56

求求求求求le

发表于 2024-12-24 15:01:57

《Visualizing Near Infrared Hyperspectral Images with Generative Adversarial Networks》
发表期刊：Remote Sensing
发表时间：2020 年 11 月 24 日
论文链接：https://www.mdpi.com/2072-4292/12/23/3848
代码情况：文中未明确提供代码，但详细介绍了一种基于卷积神经网络和生成对抗网络的近红外高光谱图像可视化方法，将具有数百个近红外波段的高光谱图像转换为三波段图像，通过监督学习训练网络，利用多光谱图像作为目标来重建自然外观的图像。
《A snapshot near-infrared hyperspectral demosaicing method with convolutional neural networks in low illumination environment》
发表期刊：Infrared Physics & Technology
发表时间：2023 年 3 月
论文链接：https://doi.org/10.1016/j.infrared.2022.104510
代码情况：文中未明确提供代码，但提出了一种在低光照环境下基于卷积神经网络的快照近红外高光谱去马赛克方法，该方法将去马赛克过程与卷积神经网络相结合，自动提取特征，具有良好的性能和较强的鲁棒性，无需参数调整。
《NeurIPS 2023 | 清华 ETH 提出首个二值化光谱重建算法》14
发表会议：NeurIPS 2023
发表时间：2023 年 12 月 3 日
论文链接：https://arxiv.org/abs/2305.10299
代码情况：代码已开源在二值化光谱压缩重建工具包 BiSCI 内，同时将 BiSRNet 嵌入到光谱重建工具箱 MST 当中，MST 工具包支持超过 12 类深度学习算法，并包含各种配套的可视化函数。该研究提出了光谱压缩重建领域内首个基于二值神经网络的算法 —— 二值化光谱重分布网络 BiSRNet14。
《高光谱和近红外光谱数据预处理算法实践：SNV、Autoscales、SG - 平滑、1st derivative 等方法详解与代码分享》2
发表平台：CSDN 博客
发表时间：2024 年 4 月 29 日
论文链接：https://blog.csdn.net/kplVlugcb/article/details/138299664
代码情况：文中提供了处理高光谱和近红外光谱原始数据的预处理算法代码，包括标准正态变量交换（SNV）、标准化（Autoscales）、SavitZky-Golay 卷积平滑法（SG - 平滑）、一阶求导（1st derivative）、归一化（normalization）和移动平均平滑（moving average，MA）等方法

[已完结] 近红外高光谱重建的相关paper，最好带代码的那种

已采纳

发表回复

悬赏问答

最新回复

站点公告

今日热心研友

（热心研友QQ群）

[已完结] 近红外高光谱重建的相关paper，最好带代码的那种 一键复制

已采纳