基于 Wasserstein 距离与生成对抗网络的高光谱图像分类

作     者：晏远翔 曹国 张友强 YAN Yuan-Xiang;CAO Guo;ZHANG You-Qiang

作者机构：南京理工大学计算机科学与工程学院南京210094 南京邮电大学物联网学院南京210003 

出 版 物：《计算机系统应用》 (Computer Systems & Applications)

年 卷 期：2024年第33卷第2期

页      面：13-22页

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62201282) 江苏省自然科学基金(BK20231456) 

主　　题：高光谱图像 生成对抗网络 分类 

摘      要：近年来,基于生成对抗网络的高光谱图像分类方法取得了很大进展.它们虽可以缓解训练样本数量有限的问题,但是容易受到训练数据不平衡的影响,并且存在模式崩溃问题.针对这些问题,提出了一种用于高光谱图像分类的SPCA-AD-WGAN模型.首先,为了解决训练数据不平衡导致分类精度降低的问题,添加了单独的分类器,与判别器分开训练.其次,将Wasserstein距离引入网络,以缓解GAN模型崩溃的问题;在两个HSI数据集上的实验结果表明,SPCA-AD-WGAN具有更好的分类性能.