原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第1卷第3期航天技术与工程学报Vol.1No.3
2024年12月JournalofSpaceTechnologyandEngineering2024.December
引用格式：郑思睿，王俊伟，肖宏，等.基于自监督学习的高光谱图像分类方法［J］.航天技术与工程学报，2024，1（3）：
--
1325.ZHENGSR，WANGJW，XIAOH，etal.AHyperspectralImageClassificationMethodBasedonSelfSupervisedLearning
-
［J］.JournalofSpaceTechnologyandEngineering，2024，1（3）：1325.
基于自监督学习的高光谱图像分类方法
123114
郑思睿，王俊伟，肖宏，董怡卓，丁晨，张磊
（1.西安邮电大学计算机学院·陕西西安·710121；2.北京特种工程设计研究院·北京·100028；3.中国电子科技
集团公司第二十七研究所·河南郑州·450047；4.西北工业大学计算机学院·陕西西安·710072）
摘要：高光谱图像是一种通过高光谱成像传感器在多个光谱波段捕获地物信息的图像，高光谱图像分类任务
是为图像中的每个像素点确定所属类别。然而，现有高光谱图像分类任务中存在标记样本数量有限，大量未标
记样本未被合理利用于训练网络模型与增强模型分类效果的问题。针对上述问题，本文提出了一种基于自监督
学习网络的小样本高光谱图像分类方法。首先，通过自监督学习网络对大量未标记样本进行预训练，使得模型
能够在无需标签的情况下对样本本身的内在结构或属性进行学习；其次，结合主动学习采样策略，对未标记样
本进行采样及人工标注，扩充有限的数据集；最后，对分类模型进行微调，使模型能够根据已有知识对训练集
中的新样本进行更准确、更稳定的分类判断，进一步提升其泛化能力。实验结果证明，该方法在增强模型泛化
能力和提高分类准确性方面都表现出显著优势，在两个公开的高光谱数据集上都取得了良好结果。
关键词：高光谱图像分类；小样本学习；自监督学习；主动学习
中图分类号：TP18文献标志码：A
AHyperspectralImageClassificationMethod
-
BasedonSelfSupervisedLearning
123114
ZHENGSirui，WANGJunwei，XIAOHong，DONGYizhuo，DINGChen，ZHANGLei
’
- 1.ppt制作及优化；2.办公模板制作；3.文案制作及优化。 + 关注
-
实名认证服务提供商
教师资格证、公共营养师持证人
本人专注ppt制作、办公模板编辑六年有余，可以根据客户需求做出高品质ppt、办公表格等模板，以及文案等。
文档评论（0）