XiaoMi-AI文件搜索系统
World File Search System高光
Hirschfeldia incana 的基因组序列，一种提高光合作用利用效率的十字花科新模型
光合作用是维持植物和人类生命的关键过程。提高农作物的光合能力是增加其产量的一种有吸引力的方法。虽然光合作用的核心机制在 C3 植物中高度保守，但这些机制非常灵活，允许光合特性存在相当大的多样性。这种多样性之一是在高辐照度下保持较高的光合光能利用效率，正如在少数特殊的 C3 物种中发现的那样。十字花科的一种植物 Hirschfeldia incana 就是这样一种特殊的物种，由于它易于生长，因此是研究这种性状的遗传和生理基础的绝佳模型。在这里，我们展示了 H. incana 的参考基因组，并证实了其较高的光合光能利用效率。尽管 H. incana 是十字花科中迄今为止光合速率最高的，但与其密切相关的 Brassica rapa 和 Brassica nigra 的光饱和同化率也很高。H. incana 基因组已通过大规模染色体重排、物种特异性转座子活性和重复基因的差异保留与 B. rapa 和 B. nigra 基因组广泛分化。H. incana 、B. rapa 和 B. nigra 中参与光合作用和/或光保护的重复基因在拷贝数和基因表达之间表现出正相关，这为这些物种高光合效率的潜在机制提供了线索。我们的研究表明，H. incana 基因组是研究高光合光能利用效率的进化和提高作物物种光合速率的宝贵资源。
通过高光谱成像基于注意力的皮肤癌分类
摘要 - 近年来，高光谱成像已用于几种医疗应用中，以自动诊断不同的疾病。这些图像在识别不同类型的癌症方面表现出良好的性能。在用于分类，机器学习和深度学习技术的方法中，出现了作为处理这些数据的最合适算法。在本文中，我们提出了一种新型的高光谱图像分类体系结构，利用视觉变压器。我们在包含76个皮肤癌图像的真实高光谱数据集上验证了该方法。获得的结果清楚地表明，视觉变换是适合此任务的合适架构。测量结果在虚假负率和处理时间方面都优于最先进的结果。最后，首次在医学高光谱图像上评估注意力机制。
反射率校准，具有高光谱成像的归一化校正
摘要 - 末期，高光谱（HS）成像已成为通过联合获取空间和光谱信息来远程识别兴趣区域的强大工具。但是，就像在大多数成像技术中一样，数据采集期间可能会发生不良影响，例如噪声，光强度的变化，温度差异或光学变化。在HS成像中，可以使用反射校准阶段和光学过滤来减弱这些问题。然而，光学填充可能会引起某种失真，这可能会使后图像处理阶段复杂化。在这项工作中，我们提出了一项重新反映校准的新建议，该建议可以补偿在获得HS图像期间的光学变化。对具有特定光谱响应的各种材料的合成正方形的HS图像进行了评估。我们的提案结果使用K-均值算法的两次分类测试显示出高性能，其精度为97％和88％；与获得77％和64％精度的文献相比，与标准反射校准相比。这些结果说明了所提出的配方的性能增益，除了维持HS图像中的特征性特征外，还可以使结果反射到固定的下层和上限，从而避免了后校准后的归一步步骤。索引术语 - 光谱成像，光学滤波器，反射校准
快照 SWIR 高光谱成像相机
免责声明 - 本信息按“原样”提供，不作任何陈述或保证。Imec 是 imec International（IMEC International，根据比利时法律成立的法人实体，名称为“stichting van openbaar nut”）、imec Belgium（由弗兰德政府支持的 IMEC vzw）、imec the Dutch（Stichting IMEC Nederland）、imec Taiwan（IMEC Taiwan Co.）、imec China（IMEC Microelectronics (Shanghai) Co. Ltd.）、imec India（IMEC India Private Limited）、imec San Francisco（IMEC Inc.）和 imec Florida（IMEC USA Nanoelectronics Design Center Inc.）活动的注册商标。
Snapscan Vnir高光谱成像摄像头
免责声明 - 提供“按原样”提供此信息，而无需任何表示或保修。Imec is a registered trademark for the activities of imec International (IMEC International, a legal entity set up under Belgian law as a “stichting van openbaar nut”), imec Belgium (IMEC vzw supported by the Flemish Government), imec the Netherlands (Stichting IMEC Nederland), imec Taiwan (IMEC Taiwan Co.), imec China (IMEC Microelectronics （上海）有限公司），IMEC印度（IMEC India Private Limited），IMEC San Francisco（IMEC Inc.）和IMEC Florida（IMEC USA NANOELECTRECTREATICS DEANCE CENTER INC。）。
使用 SWIR II 光谱域中的第二个全色通道在反射域中进行高光谱全色锐化
摘要：可见全色 (PAN) 和高光谱 (HS) 光谱范围之间差异较大，限制了反射域中的高光谱全色锐化方法，这显著导致 SWIR（1.0–2.5 µ m）光谱域的表示效果不佳。本研究提出了一种新颖的仪器概念，即在 SWIR II（2.0–2.5 µ m）光谱域中引入第二个 PAN 通道。提出了两种扩展融合方法来处理两个 PAN 通道，即 Gain-2P 和 CONDOR-2P：第一种方法是 Brovey 变换的扩展版本，而第二种方法在 Gain-2P 中添加了混合像素预处理步骤。通过遵循详尽的性能评估协议（包括全局、精细和局部数值分析以及监督分类），我们在近郊和城市数据集上评估了更新的方法。结果证实了第二个 PAN 通道的显著贡献（两个数据集的平均归一化间隙在反射域中提高了 45%，仅在 SWIR 域中提高了 60%），并揭示了 CONDOR-2P（与 Gain-2P 相比）在近郊数据集方面的明显优势。
高光谱成像用于人类脑癌体内/体外组织分析
在脑癌手术中准确识别肿瘤边界决定了患者的生活质量。目前，在切除肿瘤过程中采用了不同的术中引导工具，但这些工具存在一些局限性。高光谱成像 (HSI) 是一种无标记、非电离技术，可在手术过程中协助神经外科医生。本文使用 HSI 对体内和体外人脑肿瘤样本进行了分析，以评估两种样本之间的相关性。使用含氧血红蛋白和脱氧血红蛋白的光谱比来区分正常组织、肿瘤组织和血管。数据库由七张体内和十四张体外高光谱图像组成，这些图像来自七名不同的患者，这些患者被诊断为 IV 级胶质母细胞瘤、转移性继发性乳腺癌、I 级和 II 级脑膜瘤以及 II 级星形细胞瘤 (神经胶质瘤)。这项工作使用了 44,964 个标记像素。所提出的方法使用所提出的光谱比实现了不同组织类型的区分。对比体内和体外样本，体外样本的血红蛋白比例更高，并利用光谱比例生成血管增强图，旨在实现术中实时手术辅助。
研究高光谱分离提取成分的潜力
太空资产对美国国防、安全和经济财富至关重要。遥感是了解太空资产周围环境态势的重要技术。地面太空望远镜技术无法在空间上分辨太空中遥远的物体（轨道高度超过 1,000 公里，例如 GEO）或小型物体（例如 CubeSats）。这些物体被称为未解析的空间物体 (URSO)。高光谱遥感已被提议作为一种提取未解析空间物体定量信息的技术。高光谱传感器的高光谱分辨率包含有关未解析物体材料成分的信息，这些信息来自材料对测量光谱的贡献。即使物体无法在空间上分辨，也可以在光谱上分辨。高光谱解混是一种将混合测量光谱特征分解为组成材料及其丰度的光谱特征的技术。在地面应用中，解混已被广泛研究，研究对象是包含感兴趣物体的光谱和空间信息的图像。对于未解析的空间物体，作者建议使用在空间物体在高光谱传感器的视野范围内移动时收集的时间轨迹的光谱时间特征来提取物质成分信息。这种方法面临的一大挑战是，收集到的光谱时间特征可能不够丰富，无法使用盲高光谱解混方法提取物质成分。在本文中，我们使用一个简单的模拟模型，即一个类似卫星的物体在背景上旋转，以研究空间分辨率如何影响 URSO 物质成分的可识别性。我们将性能视为空间分辨率在提取的端元质量及其丰度方面的函数。初步结果表明，提高空间分辨率可以提高可识别性（这并不是一个令人惊讶的结果），但如果光谱时间特征足够丰富，那么几个像素就足以识别物质成分。关键词：未解析的空间物体；高光谱解混；光谱时间特征；空间域感知。
农业高光谱感的进步：评论
摘要 - 鉴于智能决策中考虑的数据量的指数增长，高光谱遥感（HRS）毫无疑问，由于它超出了有关目标的少量信息，因此对农作物的占主导地位。在对人力资源管理现状的综述中，对过去十年中农业中传感器和分析技术的使用和分析技术的互补观点分组在一起。最先进的技术和与每个数据收集级别相关的研究趋势。农业科学还有很长的路要走。但是，精确农业的专家是高光谱数据可用性的宝贵见解的奉献者。在这方面，本综述的组织如下：第1节帮助读者可以上下文化和概念化遥感的基础知识；第二部分讨论了传感器的类型及其分辨率。第3节介绍了四个小节，这些小节根据这些技术的获取水平显示了这些技术的最新应用；最后，第四部分为读者提供了有关过去十年来管理植被，土壤和水体所取得的积极趋势的讨论，以及未来十年的需求和挑战。