休斯现象（Hughes phenomenon），工学-测绘学-遥感-高光谱遥感-混合像元分解，高光谱分析过程中，随参与运算波段数目的增加，分类精度反而变差的现象。导致休斯现象的原因主要是由于特征空间维数增加，从而使样本数目相对减少，使得参数的估计值精度下降，引起最终分类结果精度的降低。采用统计模式识别方法对多光谱资料进行分析时，通常假定每一种模式在特征空间都服从正态分布，并用一个向量和一个方差矩阵来描述。由于多光谱图像的维数较少，训练样本的数目相对于特征空间的维数有着较大的比率，因而可以得到较为准确的参数估计值。对于高光谱影像，由于维数的大幅度增加，导致用于参数估计所需的训练样本数目也急剧增加。如果训练样本的数目不满足特征空间维数增加的要求，则估计出的参数精度就难以保证。比如某些重要的地面覆盖信息，由于所占面积较小，不能提供足够数量的训练样本点，往往不能得到满意的分类结果。在这种情况下，虽然光谱波段数目的增加隐含了更多的分类信息，但由于参数估计值不够精确，使得分类的结果与理想情况相差很大，产生所谓的Hughes现象。