高光谱图像分类不确定性估计方法及系统

本发明涉及高光谱图像分类不确定性估计方法及系统，该方法首先构建一个基于深度神经网络的高光谱图像分类架构，该架构可以被分成特征提取器和分类器的级联结构。其次，将空间关联高斯混合模型嵌入到输出层中，得到基于空间关联高斯混合模型的输出层，用于计算输出的概率。然后，利用变分贝叶斯推断方法来求解空间关联高斯混合模型，估计初始变分后验分布。最后，考虑高光谱图像空间关联性，改进变分贝叶斯推断方法，以获得最终的变分后验分布，即高光谱图像分类输出的不确定性表达。本发明通过引入空间关联高斯混合模型对深度神经网络的输出特征空间进行概率化表达，以此作为分类模型输出的置信度估计，增强了模型的可信性。