訓(xùn)練樣本標(biāo)簽誤差對高光譜影像分類影響

摘要： 在影像尤其是高光譜影像分類中，用于學(xué)習(xí)訓(xùn)練的標(biāo)簽質(zhì)量對分類成效影響并未得到充分重視。為此，文章基于PyTorch框架，利用Indian Pines高光譜數(shù)據(jù)集，探討了在RF、BP、CNN和SSConvNeXt模型下，光譜特征相似度較高的地物在不同比例人為誤標(biāo)注情況時對分類結(jié)果的影響。分析結(jié)果認(rèn)為：同樣錯誤標(biāo)注情況下，SSConvNeXt和CNN相較RF、BP模型體現(xiàn)出20%以上... （共12頁）