本發明公開了一種基于小樣本學習的高光譜圖像半監督分類方法,主要解決現有技術在小樣本場景下分類網絡易出現過擬合和自訓練過程中不可靠的“偽標記”樣本對分類網絡訓練過程中造成不良影響的問題。其實現方案為:1)從高光譜數據庫中獲得五個高光譜數據集,并進行預處理;2)從預處理后的數據集中采集出訓練集和測試集;3)構建包括兩個卷積層和一個全連接層的高光譜圖像原型分類網絡;4)利用訓練集,通過對其各類別原型進行迭代更新,完成對該分類網絡的訓練;5)將測試集輸入到訓練好的網絡最優模型中,得到測試數據分類結果。本發明解決了現有小樣本場景下存在的過擬合問題,提高了分類精度,可應用于地質勘探、城市遙感和海洋探測。
聲明:
“基于小樣本學習的高光譜圖像半監督分類方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)