说明： 竞争性自适应重加权算法（CARS）是通过自适应重加权采样（ARS）技术选择出PLS模型中回归系数绝对值大的波长点，去掉权重小的波长点，利用交互验证选出RMSECV指最低的子集，可有效寻出最优变量组合。
连续投影算法（successive projections algorithm， SPA） 是前向特征变量选择方法。SPA利用向量的投影分析，通过将波长投影到其他波长上，比较投影向量大小，以投影向量最大的波长为待选波长，然后基于矫正模型选择最终的特征波长。SPA选择的是含有最少冗余信息及最小共线性的变量组合。
高光谱图像分析简介。 在2020年2月24日星期一在亚利桑那州图森举行的2020年Phenome的Phenome数字表型讲习班上介绍了此简介。作者：Alina Zare，Taylor Glenn和Susan Meerdink 简介材料放入了四个（Python 3）Jupyter笔记本中： HSI Unmixing.ipynb 目标检测 分类
HSI_分类 高光谱图像分类是一项像素明智的任务， 在这里，我展示了一些用于高光谱图像分类的传统算法和深度学习方法。 有关详细信息，请阅读特定方法中的每个自述文件。 在本自述文件中，我列出了这些方法。 基于传统机器学习的方法 KNN(K近邻) SVM(支撑向量机) 基于深度学习的方法 1D-CNN (一维卷积神经网络) 2D-CNN (二维卷积神经网络) 3D-CNN (三维卷积神经网络)
