[发明专利]一种基于强化学习的高光谱图像波段选择方法

权利要求书

1.一种基于强化学习的高光谱图像波段选择方法，其特征在于：它包含以下步骤：

(1)读入原始的高光谱图像数据集；

(2)以选择信息量大且冗余度小的波段组合为准则，计算波段间的光谱信息增益；

(3)基于马尔科夫决策过程在步骤(2)计算光谱信息增益的基础上设计强化学习波段选择环境模型，得到量化后波段选择模型的数学表达；

(4)通过迭代求解模型最大化累计奖励期望对应的价值函数来获得最优波段组合，建立基于深度Q网络的强化学习波段选择方法；

(5)引入目标网络机制和经验回放机制来获取相互独立的交互数据，实现迭代求解的稳定收敛；

(6)引入ε-贪心策略进行深度试错探索，实现决策训练过程中探索和应用的平衡；

(7)以无监督的方式完成基于深度Q网络的强化学习波段选择模型的训练，得到最优波段组合。

2.根据权利要求1所述的一种基于强化学习的高光谱图像波段选择方法，其中步骤(1)读入原始的高光谱图像数据集：读入待处理的不带标签的高光谱数据集。

3.根据权利要求1所述的一种基于强化学习的高光谱图像波段选择方法，其中步骤(2)以选择信息量大且冗余度小的波段组合为准则，计算波段间的光谱信息增益：在读入原始高光谱数据的基础上将每个波段由二维矩阵转换为一维的光谱向量，为了在波段选择的过程中，既保证所选波段的信息量丰富，又能去除邻近波段之间大量的冗余信息，使用光谱信息增益作为波段选择的准则来衡量波段间的相似程度以及波段之间信息量大小的关系；假设原始高光谱数据波段集合为H，集合H中包含n个波段，x和y两个波段向量分别为a＝(a₁,a₂,…,a_N)和b＝(b₁,b₂,…,b_N)，其中进行归一化可得由信息论可得x和y两个波段向量的自信息：

I_i(x)＝-lga_i

I_i(y)＝-lgb_i

其中I表示波段的自信息，lg表示以10为底的对数运算，a_i和b_i分别代表波段向量x和y归一化的像元值，通过上述两式可得y波段关于x波段的相对熵：

其中，D表示相对熵，N表示像元数，lg表示以10为底的对数运算，a_i和b_i分别代表波段向量x和y归一化的像元值，同样可以得到x波段关于y波段的相对熵：

则x波段相对于y波段的光谱信息增益IG为

IG(x,y)＝D(x||y)+D(y||x)

其中，IG表示光谱信息增益，D(y||x)表示x波段关于y波段的相对熵，D(x||y)表示y波段关于x波段的相对熵。