本次实验采用四个广泛使用的指标来评估所提出的 SSR-NET 和比较方法的性能。这里，Rk (i, j ) 和 Zk (i, j ) 表示参考 HR-HSI 和估计的 HR-HSI 的波段 k 中空间位置 (i, j ) 的元素值。

这四个指标分别是均方根误差（RMSE）、峰值信噪比（PSNR）、结构相似性指数（SSIM）和信息熵（EN）。其中，RMSE 是用来评估估计结果与参考结果之间的平均误差大小，其计算公式为：

RMSE = sqrt(1/N * sum((Rk(i,j) - Zk(i,j))^2))

其中，N 表示 HR-HSI 中像素点的总数。

PSNR 是用来评估估计结果与参考结果之间的峰值信噪比，其计算公式为：

PSNR = 20 * log10(MAX) - 10 * log10(MSE)

其中，MAX 表示 HR-HSI 中像素点的最大值，MSE 表示均方误差，计算方式与 RMSE 相同。

SSIM 是一种结构化的评估指标，其计算公式为：

SSIM = (2 * u1 * u2 + c1) * (2 * sigma12 + c2) / ((u1^2 + u2^2 + c1) * (sigma1^2 + sigma2^2 + c2))

其中，u1 和 u2 分别表示参考结果和估计结果的平均值，sigma1 和 sigma2 分别表示参考结果和估计结果的标准差，sigma12 表示两者之间的协方差，c1 和 c2 是常量，用来平衡亮度和对比度。

EN 是用来评估图像的复杂度和信息熵，其计算公式为：

EN = -sum(p(i,j) * log2(p(i,j)))

其中，p(i,j) 表示 HR-HSI 中 (i,j) 处像素点出现的概率。