基于高斯过程分类器协同训练算法的高光谱图像分类方法

摘要

本发明提出了一种基于高斯过程分类器协同训练算法的高光谱图像分类方法，它属于图像处理技术领域，主要解决现有技术在高光谱数据有标记样本个数较少时，分类精度不够高的问题。其实现过程为：首先将样本的特征向量随机划分成个两个子特征向量，将这两个子特征向量作为样本的两个视角；然后利用部分无标记样本和已有有标记样本的这两个视角进行高斯过程分类器协同训练，得到两个最终高斯过程分类器；利用这两个最终高斯过程分类器对所有无标记样本的两个视角分别进行标记，并把概率较大的类别标记作为该无标记样本的分类结果。本发明应用于高光谱图像分类，在有标记样本个数少的情况下，能显著提高分类正确率。