技术总结
一种样本关系学习高光谱图像分类方法及系统，所述方法为采用深度神经网络提取单样本特征，运用共性特征提取获得多样本的共性特征；然后采用特征链接，将待分类样本的特征与单类别的共性特征链接起来，获得度量特征；最后使用度量学习计算度量特征的关系评分；并基于待分类样本与每个类别的共性特征，所计算得到的关系评分集，在训练阶段计算损失值，并利用反向传播算法更新模型的参数，在应用时，通过最大概率值，判断待分类样本的类别信息，并逐像元生成分类结果图；本发明能充分挖掘多类别样本之间的差异性，并且只需要少量标注样本就能实现高光谱图像中不同类别信息的高精度识别。识别。识别。
技术研发人员：饶梦彬 袁森 张峰
受保护的技术使用者：中国电子科技集团公司信息科学研究院
技术研发日：2020.12.18
技术公布日：2021/4/13