基于自动神经网络的具有终身学习能力的高光谱分类方法

摘要

本发明公开了一种基于自动神经网络的具有终身学习能力的高光谱分类方法。本发明步骤为，S1：对原始数据进行传统的主成分分析；S2：将数据随机划分为训练集、验证集和测试集；S3：将训练集样本输入到卷积神经网络中进行处理，当运行于第一个任务时，基于数据样本和给定的自动神经网络设定参数空间，分析不同网络结构性能，完成搜索后，记录模型验证集准确率，根据验证集准确率采用最高性能模型；S4：根据结果计算损失，再通过反向传播修改网络参数，不断重复上述训练过程；S5：将测试集样本放入分类模型中，对提取的特征进行处理，进行分类预测。通过Softmax作为输出层，实现分类计算。本发明能够明显提升在多种高光谱图像连续进行分类的效果。