[发明专利]一种高光谱遥感图像分类方法、设备及存储设备

摘要

本发明提供一种高光谱遥感图像分类方法、设备及存储设备，利用基本分类器在目标域的训练样本上进行学习；得到分类模型；对源域的训练样本进行分类；筛选出分类标记和真实标记一致的训练样本，并迁移到所述目标域的训练样本中；判断是否满足预设条件；若不满足预设条件，则执行上述步骤；若满足预设条件，则通过集成学习方法，得到最终分类模型；对选取的试验区域的高光谱遥感图像进行分类。一种高光谱遥感图像分类设备及存储设备，用于实现一种高光谱遥感图像分类方法。本发明的有益效果：通过设计一个集成迁移学习框架，将源域的训练样本迁移到目标域训练样本中，提高了目标域的训练样本的数量，提高训练速度、分类模型的稳定性和分类精度。

主权项

1.一种高光谱遥感图像分类方法，其特征在于：包括以下步骤：/n步骤1：利用基本分类器在目标域的训练样本上进行学习；/n步骤2：得到一个分类模型，保存所述分类模型；/n步骤3：利用所述分类模型对源域的训练样本进行分类；/n步骤4：筛选出分类标记和真实标记一致的训练样本，并将筛选出的训练样本迁移到所述目标域的训练样本中；/n步骤5：判断是否满足预设条件；至少满足以下三种情况之一，则满足所述预设条件：/n1)达到最大循环迭代次数；/n2)训练样本的训练精度没有变化；/n3)源域的训练样本充分迁移到目标域的训练样本中；/n若满足所述预设条件，则到步骤6；若不满足所述预设条件，则回到步骤1；/n步骤6：通过集成学习方法，将每次执行步骤2得到的分类模型进行集成，得到最终分类模型；/n步骤7：利用所述最终分类模型对选取的试验区域的高光谱遥感图像进行分类。/n