基于EVM和深度学习的高光谱未知目标检测方法

摘要

本发明属于高光谱智能感知领域，公开了基于EVM和深度学习的高光谱位置目标检测方法，其步骤为，S1：对高光谱数据集进行样本划分和PCA等预处理，随机将样本类别设置已知类和未知类，并将数据集划分为训练集和测试集；S2：将预处理后的测试样本数据输入到3DCNN网络中进行训练，保存训练模型并输出分类特征向量；S3：将所有训练数据的特征向量与对应的类别标签使用EVM算法建立基于威布尔分布的EVM模型；S4：将预处理后的测试样本数据输入进3DCNN模型和EVM模型，计算出属于已知类或未知类的概率；本发明结构清晰、易于实现，在保证已知类分类精度的前提下，有效提高了未知目标检测的精度。