基于注意力机制与集成学习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注意力机制与集成学习的高光谱数据分析方法和系统，采用自训练注意力曲线作为概率曲线进行特征采样，在保证特征与回归目标相关性的同时，保证特征组合的多样性，使集成学习子网络达到准确性与预测结果发散性的平衡，提升了集成学习的准确性与鲁棒性；根据预测误差更新采样概率分布的策略，使预测误差较大的验证集样本周围样本密度更大，从而得到样本分布不同、在不同区域表现更优的集成学习子网络，提升集成学习的准确性；设计了基于权值平均的模型集成与结果集成的双重集成策略，该策略可进一步避免深度学习网络的预测结果陷于局部最优，有效缓解其过拟合问题。