一种基于块平滑神经网络的高光谱数据分析方法和系统

摘要

本发明实施例提供一种基于块平滑神经网络的高光谱数据分析方法和系统，通过总体平均光谱与多个块平均光谱共享同一套神经网络权值，在训练过程中同时减小总体平均光谱的均方误差与块平均预测值的均方误差，相对于传统的采用平均光谱建模方法，该方法可对网络参数达到正则化效果，抑制权值的过拟合，增强网络抗干扰性；设计了块平滑损失函数，该损失函数的加入，可提升块预测的连续性与平滑性，抑制邻近块预测值的突变，令邻近的块预测值平滑过渡；利用该先验空间信息，可进一步提升网络的抗噪能力，提升预测的精度与模型鲁棒性。