摘要
本发明提出了一种基于深度多特征主动迁移网络的高光谱图像分类方法,用于解决现有技术中存在的分类精度低的技术问题。实现步骤为:获取待分类源域和目标域高光谱图像;对待分类源域高光谱图像进行预处理;获取源域标记样本集、训练样本集、候选样本集和测试样本集;构造源域深度光谱特征提取网络,并提取源域标记样本集的深度光谱特征;构造源域深度空间特征提取网络,并提取源域标记样本集的深度空间特征;构造源域深度光谱-空间联合特征提取与分类网络;使用源域深度多特征主动迁移网络对待分类目标域高光谱图像进行分类。本发明能够利用少量训练样本实现对一幅高光谱图像的不同区域或两幅同一地点不同时刻获取的高光谱图像的高精度分类。
- 单位