炮放多了，就容易被划分为公知。我还是更愿意大家把我归为学术研究人员，因此本篇谈点学术。

   大家都知道，Hughes现象是遥感图像分类（当然其他多元数据也可，本文只针对多光谱和高光谱数据）中的一个常见现象，大意是指分类精度并不一定随着波段数的增加而提高。事实上，我并不特别认可这个结论，这个现象显然是分类方法本身引起的。我们就严格证明了，对于目标探测而言，波段数越多，目标探测性能越好。这是一个很有意思的结论，因为它甚至有违我们的常识性认识。如果一景高光谱或者多光谱图像中含有噪声波段或者信噪比不高的波段，我们通常的做法是先去掉这些波段，然后再对感兴趣目标进行检测。但是我们的证明告诉大家，不但不用去掉这些噪声波段，甚至再随机增加一些噪声波段，仍然不会降低甚至会提高目标的检测效果。对于我们的这个结论，审稿人也给出了“surprising”的评价。

   我们这个工作的另外一个启示就是，我们可以通过增加有效的区分目标和背景的新波段来显著提高目标的检测性能。随之而来的一个问题就是，如何生成这些有效的波段？我认为，新生成的波段应该尽量包含我们对于目标和背景知识的一些先验性认识。我的一个学生就利用这个思路在遥感水检测方面做了一个不错的工作。我相信，对于其他目标，也可以做相应的研究。

   最后，希望通过这个博文能让大家更方便的认识到这个结论。如果有问题，欢迎随时交流。