[发明专利]一种基于空域-光谱维度转换的高光谱分类方法

权利要求书

1.一种基于空域-光谱维度转换的高光谱分类方法，其特征在于：该方法包括下列顺序的步骤：

(1)对于原始高光谱数据集和相对应的标签向量数据集进行等间距不重叠划分，得到训练集X1、验证集X2、测试集X3，以及训练集标签Y1、验证集标签Y2和测试集标签Y3；

(2)将划分好的训练集X1、验证集X2、测试集X3进行空域-光谱维度转换，得到转换后的新训练集X1_1、新验证集X2_1、新测试集X3_1；同时对训练集标签Y1、验证集标签Y2和测试集标签Y3进行维度转换，得到新训练集标签Y1_1、新验证集标签Y2_1、新测试集标签Y3_1；

(3)构建基于空域-光谱维度转换的高光谱分类网络DSSFN；

(4)将训练集X1、验证集X2和新训练集标签Y1_1、新验证集标签Y2_1输入到高光谱分类网络DSSFN的SAS-branch分支中；将新训练集X1_1、新验证集X2_1和新训练集标签Y1_1、新验证集标签Y2_1输入高光谱分类网络DSSFN的SFCI-branch分支中，采用Adam算法进行迭代优化，得到分类性能最优的最优网络DSSFN；

(5)向最优网络DSSFN中输入测试集X3、新测试集X3_1和对应的测试集标签Y3_1进行分类结果预测。

2.根据权利要求1所述的基于空域-光谱维度转换的高光谱分类方法，其特征在于：所述步骤(1)具体包括以下步骤：

(1a)首先，将整个原始高光谱数据集划分为W*H*C的高光谱图像块，其中，W、H分别表示划分的高光谱图像块的宽度和高度，C是光谱带的数量；

(1b)丢弃没有任何标注信息的高光谱图像块，并将只有一种像素标注的高光谱图像块当作测试集，记为测试集-1；

(1c)将多于1类像素标记的高光谱图像块按照划分的顺序逐一排序，并分为T组，随意选择其中一组作为训练集X1，在剩下的数据中再任意选择另外一组作为验证集X2，余下的T-2组作为测试集-2；最终，测试集-1、测试集-2组合成测试集X3，训练集X1、验证集X2、测试集X3相对应位置上的标签分别作为训练集标签Y1、验证集标签Y2和测试集标签Y3。

3.根据权利要求1所述的基于空域-光谱维度转换的高光谱分类方法，其特征在于：所述步骤(2)具体包括以下步骤：

(2a)抽取训练集X1、验证集X2、测试集X3中所有像素在光谱维度上的一维向量C*1，C表示光谱带的数量；

(2b)将一维向量C*1转置得到1*C，将这两个向量进行乘积处理，得到光谱相关性矩阵C*C；

(2c)将大小为W*H*C的训练集X1、验证集X2和测试集X3数据转化为大小为C*C*(W*H)的数据集X1_1、X2_1、X3_1；

(2d)将大小为W*H*1的标签进行拉伸、维度转换处理，转换为大小为1*1*(W*H)的新训练集标签Y1_1、新验证集标签Y2_1、新测试集标签Y3_1。