一种基于主动学习和聚类分析的高光谱图像分类方法

摘要

本发明公开了一种基于主动学习和聚类分析的高光谱图像分类方法。使用了一种高效的特征提取方法结合改进的多项逻辑回归算法，对高光谱遥感数据的分类精度有了一定的提高。而在此基础上加入的主动学习和聚类分析，主动选择信息量较高的样本作为标记样本，显著减少了训练器所需要的样本，提高了训练器的分类精度，大幅提高了分类器的分类效率，提高了算法的高效性；适用于高光谱图像的分类，与其他主动学习的分类算法相比，更加高效，分类精度有显著的提高，同时也显著减少了所需的样本数。