基于人工智能的卫星遥感目标数据识别方法

本发明公开了基于人工智能的卫星遥感目标数据识别方法，属于数据处理技术领域，通过对采集的光谱向量进行卫星遥感的目标识别，采用分布式联邦学习的模型训练架构，实现多节点联合模型的分布式模型训练与数据挖掘；对采集到的光谱向量数据进行人工标注；采用基于多尺度光谱分解的生成对抗网络进行样本生成，进而实现数据扩充；采用卫星遥感目标数据识别模型进行数据识别。本发明通过采用基于多尺度光谱分解的生成对抗网络进行样本生成，扩充数据集。使用自编码器算法进行特征降维，通过非线性转换层强化特征独立性，减少了特征间的冗余信息。采用基于共轭梯度补偿的核极限学习机算法，通过核函数映射到高维空间，提高了分类的准确性和效率。