基于逆原型和MLP网络的高光谱图像开集分类方法

本发明公开了一种基于逆原型和MLP网络的高光谱图像开集分类方法，涉及高光谱图像分类技术领域。首先，准备高光谱分类数据集，并划分为训练集、验证集和测试集；建立分类模型；所述分类模型包括空谱特征提取器、逆原型模块、MLP网络和已知类别分类器；使用训练集和验证集对分类模型进行训练和验证，保存训练完成的分类模型；将测试集输入训练完成的分类模型，得到分类结果。该方法为每个已知类别生成逆原型实现每个已知类别的样本到其对应逆原型的距离最大，未知类别的样本到逆原型的距离最小，降低了开放空间的风险。设计MLP网络通过学习样本到逆原型的综合距离自动识别未知类使模型摆脱了对手动阈值的依赖。