本發明公開了一種基于非重復采樣和原型網絡的高光譜圖像分類方法,主要解決現有技術中在小樣本學習場景下,由于訓練樣本較少而引起的過擬合現象和訓練過程中由于學習到測試樣本,造成分類結果“虛高”的問題。其實現方案為:1)利用非重復采樣法從預處理后的數據集中采集出訓練集和測試集;2)構建高光譜圖像原型分類網絡;3)利用訓練集對高光譜圖像原型分類網絡進行訓練,得到訓練好的網絡最優模型;4)將測試集輸入到網絡最優模型中,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,同時又保證了分類精度,可應用于地質勘探、城市遙感和海洋探測。
聲明:
“基于非重復采樣與原型網絡的高光譜圖像分類方法” 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)