科研之友
微信
新浪微博
Facebook
分享链接
摘要
对于高光谱遥感图像中大量的波段数据和传统特征的区分和分类困难，我们提出了一种基于半监督辅助分类器-生成对抗网络（SSC-GAN）的高光谱图像分类方法。首先，我们将判别器发展成一个半监督的多分类器，并与判别器级联训练GAN发生器。然后，为了扩展数据，判别器从生成的图像中提取更高层次的特征，并将辅助分类标签与生成的样本协调。最后，卷积神经网络取代了GAN中的判别器和生成器，并对两个升级的网络进行了动态堆叠优化。与一些经典的高光谱遥感图像特征提取和分类方法相比，改进算法模型在经典数据集上达到了最佳分类精度，分类能力更具优势，且具有一定鲁棒性。
- 单位
