基于Wasserstein距离与生成对抗网络的高光谱图像分类

作者：晏远翔; 曹国^*; 张友强

来源：计算机系统应用, 2023, 1-10.

DOI：10.15888/j.cnki.csa.009388

• 高光谱图像
• 生成对抗网络
• 分类

近年来,基于生成对抗网络的高光谱图像分类方法取得了很大进展.它们虽可以缓解训练样本数量有限的问题,但是容易受到训练数据不平衡的影响,并且存在模式崩溃问题.针对这些问题,提出了一种用于高光谱图像分类的SPCA-AD-WGAN模型.首先,为了解决训练数据不平衡导致分类精度降低的问题,添加了单独的分类器,与判别器分开训练.其次,将Wasserstein距离引入网络,以缓解GAN模型崩溃的问题;在两个HSI数据集上的实验结果表明, SPCA-AD-WGAN具有更好的分类性能.

• 单位
  南京理工大学; 物联网学院; 南京邮电大学