摘要
本发明公开了基于聚类和多样经验池的多智能体波段选择方法,属于遥感图像处理领域,采集高光谱图像生成高光谱图像的样本集,划分为训练样本集与测试样本集;通过基于相关熵和贪心算法的波段聚类方法对训练样本集进行分组,构建多智能体波段选择模型;对多智能体波段选择模型进行模型训练,模型训练的经验池使用基于多样经验池的强化学习更新方法进行优化;使用训练好的多智能体波段选择模型对测试样本集进行波段选择得到新数据集,划分为新训练样本集和新测试样本集;构建分类网络,将新训练样本集送入分类网络中进行网络训练;将新测试样本集输入训练好的分类网络进行高光谱图像分类,得到分类结果和分类图。
技术关键词
训练样本集
分类网络
高光谱图像分类
贪心算法
策略更新
聚类方法
更新方法
教师
数据立方体
遥感图像处理
参数
随机森林模型
全局平均池化
模型训练模块
像素
可读存储介质