基于多智能体深度强化学习的高光谱影像特征提取方法和应用

本发明涉及一种基于多智能体深度强化学习的高光谱影像特征提取方法和应用，方法包括如下步骤：获取高光谱数据，构建训练样本；构建基于生成‑选择启发式策略的多智能体深度强化学习特征提取模型，基于所述训练样本，对所述多智能体深度强化学习特征提取模型进行训练；利用训练后的多智能体深度强化学习特征提取模型对输入的高光谱影像进行特征提取，得到对应的高光谱特征子集。与现有技术相比，本发明采用以累积奖励最大化为目标的特征提取机制，可结合特定场景需求自动设计具有物理意义的特征集，减少对专家经验的知识依赖。