摘要：針對(duì)高光譜圖像分類過程中存在的樣本量少和分類精度低的問題,提出一種基于空譜融合特征主動(dòng)學(xué)習(xí)的高光譜圖像分類方法。主要包括構(gòu)造三通道圖像,全卷積網(wǎng)絡(luò)提取空間特征,空譜特征結(jié)合,主動(dòng)學(xué)習(xí)方法選擇訓(xùn)練樣本幾個(gè)部分。通過結(jié)合像素的光譜特性和相鄰像素間的空間關(guān)聯(lián),提取出可以反映像素空譜聯(lián)合特性的綜合特征,提高了像素特征的表達(dá)能力。為克服高光譜圖像標(biāo)注數(shù)據(jù)少、缺乏訓(xùn)練樣本的問題,應(yīng)用主動(dòng)學(xué)習(xí)算法,充分選擇更具有代表性的樣本進(jìn)行訓(xùn)練,達(dá)到少樣本情況下較高的分類正確率。通過在標(biāo)準(zhǔn)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),結(jié)果表明:該方法可以達(dá)到在總樣本數(shù)1%作訓(xùn)練樣本的情況下,分類正確率達(dá)到99.79%,優(yōu)于傳統(tǒng)的高光譜分類算法。