一种基于元伪标签多尺度图卷积网络的高光谱图像分类方法

本发明涉及一种基于元伪标签多尺度图卷积网络的高光谱图像分类方法，通过建立元伪标签的多尺度特征搜索图卷积网络MPL‑MFSGCN，先利用SLIC超像素分割技术将HSI划分为不同尺度的超像素图并转化为图结构；接着构建了一个多尺度特征搜索图卷积网络MFSGCN架构，并利用神经网络搜索算法优化超像素特征权重组合，增强特征表达的判别力；通过采用共享同一图卷积网络的半监督教师‑学生模型来生成元伪标签，并对学生网络进行微调，以提高网络的鲁棒性；在小样本条件下能自动捕获关键特征，相较于常用的HSI数据集上取得了比先进方法更高的分类精度，有效提升了分类准确性。