基于孿生特征融合的弱監(jiān)督學習高光譜異常探測

摘要： 高光譜異常檢測以無監(jiān)督方式分析光譜數(shù)據(jù)中的背景與異常目標。然而，高光譜背景的復雜分布以及訓練樣本中異常目標的存在，給模型的泛化性和應用能力帶來挑戰(zhàn)。基于此，提出一種樣本自學習與孿生特征融合的檢測網絡（S2FDNet）。首先，基于測度K-means的異常背景類別搜索算法，以弱監(jiān)督方式學習背景與異常粗略標簽。然后，以孿生光譜與空間特征提取框架，設計了全局-局部光譜特征提取模塊與多尺... （共8頁）