一种基于高光谱数据的火星表面矿物分类方法

本发明提供一种基于高光谱数据的火星表面矿物分类方法，包括：将预处理后的火星表面矿物标准高光谱数据集划分为：训练数据集、验证数据集和测试数据集。然后，构建矿物分类深度学习模型。根据训练数据集和验证数据集对矿物分类深度学习模型进行训练优化。并根据测试数据集对优化的矿物分类深度学习模型进行测试，确定测试分类准确率。最后，在测试准确率满足预设准确率条件情况下，将待识别火星表面矿物高光谱数据输入优化的矿物分类深度学习模型，输出得到火星表面矿物分类结果。这样，通过矿物分类深度学习模型能够学习到火星表面矿物高光谱数据中更丰富的特征表示，实现更加准确的矿物分类，从而能够有效地提高对火星表面矿物分类的准确性。