一种基于欧式距离和深度学习的高光谱开放集分类方法

摘要

本发明属于图像处理技术领域，公开了一种基于欧式距离和深度学习的高光谱开放集分类方法。本发明首先构造各已知类的类别中心、基于欧式距离的类别预测函数和基于欧式距离的损失函数，对深度学习网络模型进行训练优化；其次，将箱线图方法和极值理论Weibull分布模型相结合，对输入数据相对于各已知类的类别中心的距离进行分析和拟合，实现对各已知的分类边界的约束，进而实现对未知类的判别：箱线图用于提供拟合Weibull分布模型所需的异常点的个数，并依据异常点的个数判断是使用Weibull模型还是使用箱线图上边缘进行未知类的判别。本发明针对高光谱领域的开放集分类问题，是一种简单、实用、分类精度高、鲁棒性强的方法。