[发明专利]基于累积变异比的集成超限学习机高光谱图像分类方法

摘要

本发明公开了一种基于累积变异比的集成超限学习机高光谱图像分类方法，首先定义了波段的累积变异比函数来确定各波段在分类算法的贡献程度；然后基于累积变异比函数剔除低效波段，并结合空谱特征进行平均分组加权随机选择降维；最后，为了进一步提高算法的泛化能力，对降维后提取的空谱特征进行多次样本重采样，训练得到多个超限学习机弱分类器，再将多个弱分类器的结果通过投票表决，得到最后的分类结果。采用典型的高光谱数据集进行测试，实验结果表明，本发明提出的方法具有确定参数少，总体分类精度较高的优点，本发明能够有效地提高高光谱图像分类的精度，能够快速地完成高光谱图像分类，能够满足高光谱图像分类精度的需求。