本發(fā)明公開(kāi)了一種基于小樣本學(xué)習(xí)的高光譜圖像半監(jiān)督分類(lèi)方法,主要解決現(xiàn)有技術(shù)在小樣本場(chǎng)景下分類(lèi)網(wǎng)絡(luò)易出現(xiàn)過(guò)擬合和自訓(xùn)練過(guò)程中不可靠的“偽標(biāo)記”樣本對(duì)分類(lèi)網(wǎng)絡(luò)訓(xùn)練過(guò)程中造成不良影響的問(wèn)題。其實(shí)現(xiàn)方案為:1)從高光譜數(shù)據(jù)庫(kù)中獲得五個(gè)高光譜數(shù)據(jù)集,并進(jìn)行預(yù)處理;2)從預(yù)處理后的數(shù)據(jù)集中采集出訓(xùn)練集和測(cè)試集;3)構(gòu)建包括兩個(gè)卷積層和一個(gè)全連接層的高光譜圖像原型分類(lèi)網(wǎng)絡(luò);4)利用訓(xùn)練集,通過(guò)對(duì)其各類(lèi)別原型進(jìn)行迭代更新,完成對(duì)該分類(lèi)網(wǎng)絡(luò)的訓(xùn)練;5)將測(cè)試集輸入到訓(xùn)練好的網(wǎng)絡(luò)最優(yōu)模型中,得到測(cè)試數(shù)據(jù)分類(lèi)結(jié)果。本發(fā)明解決了現(xiàn)有小樣本場(chǎng)景下存在的過(guò)擬合問(wèn)題,提高了分類(lèi)精度,可應(yīng)用于地質(zhì)勘探、城市遙感和海洋探測(cè)。
聲明:
“基于小樣本學(xué)習(xí)的高光譜圖像半監(jiān)督分類(lèi)方法” 該技術(shù)專(zhuān)利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
我是此專(zhuān)利(論文)的發(fā)明人(作者)