摘要
本发明公开了基于融合状态和优经验池的多智能体高光谱波段选择方法,属于遥感图像处理领域,获取高光谱图像后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;根据训练样本集构建多智能体波段选择模型,状态表示方法包括元描述统计、自编码器和图卷积网络,奖励分配策略包括基于波段重要性自适应分配策略;将训练样本集输入多智能体波段选择模型进行模型训练得到训练好的多智能体特征选择模型,模型训练的经验池的记忆样本采用基于高斯混合模型的特定样本导向的经验池优化方法进行优化;将测试样本集输入训练好的多智能体特征选择模型进行波段选择,输出高光谱图像波段集合,对高光谱图像波段集合进行分类,得到分类结果。
技术关键词
高斯混合模型
高光谱图像波段
训练样本集
特征选择
矩阵
记忆
编码器
策略
期望最大化算法
分类网络
遥感图像处理
重排特征
数据
可读存储介质
处理器
随机森林
无监督