Geosci. Front. | 利用近距离高光谱数据对露天矿面的矿石/废料进行无监督分类

本文提出了一种基于高光谱数据的露天矿面矿石/废料无监督分类方法。该方法结合了无监督和自监督学习算法，无需人工标注数据即可实现矿物图的绘制。通过使用光谱角堆叠自编码器（RSA-SAE）和预训练的VNIR复合网络，该方法能够学习与光照无关的特征，并通过光谱再照明增强数据训练CNN，进一步提高分类准确率。实验结果表明，该方法在露天矿场的高光谱图像数据集上表现优异，分类准确率和召回率分别达到97.2%～99.4%。此外，该方法在不同时间段的数据上也展示了其绘图能力的一致性。