一种稳健的HSI分类复合深度网络构建方法

本发明属于遥感技术领域，具体涉及一种稳健的HSI分类复合深度网络构建方法，包括以下步骤：S1、基于不准确标签引入机制，定义噪声类型和比例，创建噪声标签训练集；S2、在光谱流分支中进行局部光谱模式提取与判别性光谱特征增强；S3、空间流分支接收经过光谱处理的数据，沿着光谱维对其进行空间特征的提取与堆叠；S4、采用CVT混合架构进行特征映射与卷积编码，并对局部‑全局语义标记特征的深度关系进行建模；S5、引入模糊监督函数，以便根据预测概率动态调整损失值，关注那些难以正确分类的样本。本发明可以解决深度学习中语义特征提取与噪声训练样本信息抑制问题，进一步提升高光谱图像地物解译精度，具有较好的市场应用前景。