一种基于跨域光谱波段对齐的小样本高光谱分类方法

本发明涉及遥感信息处理技术领域，为解决现有高光谱分类方法算法精度低、源域数据集辅助训练效果不佳等问题，而提出一种基于跨域光谱波段对齐的小样本高光谱分类方法，包括：S1、读取高光谱数据集的源域数据集Dsource和目标域数据集Dtarget，计算二者对齐后的光谱波长范围和对齐后的波段数量Nalign；S2、通过抛物线插值和重采样对齐的方法，统一两个数据集的光谱波长范围和波段数量Nalign；S3、选取训练样本，采集训练支持集和训练查询集构建小样本学习任务S4、训练嵌入网络Femb确定网络模型参数；S5、从目标域数据集中采集测试支持集和测试查询集使用最近邻算法确定每个样本的预测类别标签，进而完成小样本高光谱的分类。