一种基于深度集成学习算法的高光谱岩石分类方法

本发明公开了一种基于深度集成学习算法的高光谱岩石分类方法。本发明包括：1.从高光谱岩石标准数据库获取81类岩石样本的高光谱数据集，运用主成分分析降维后，将其分割为三维立方体作为空间特征输入到2D卷积神经网络；同时把降维处理后的中心像素块作为光谱特征输入门控循环单元；2.串2D卷积神经网络和门控循环单元，引入全连接层来融合空间特征和光谱特征，结合AdaBoost算法优化模型性能；3.把主成分分析降维后的高光谱数据集划分为训练集和测试集，分批次训练高光谱岩石分类模型。本发明有效融合了岩石样本的空间和光谱特征，充分利用了高光谱岩石图像的多维信息，减少了“同物异谱”和“同谱异物”现象的发生，显著提高了分类的准确性。