摘要： 高光譜異常檢測以無監(jiān)督方式分析光譜數(shù)據(jù)中的背景與異常目標。然而，高光譜背景的復(fù)雜分布以及訓(xùn)練樣本中異常目標的存在，給模型的泛化性和應(yīng)用能力帶來挑戰(zhàn)?；诖?，提出一種樣本自學(xué)習(xí)與孿生特征融合的檢測網(wǎng)絡(luò)（S2FDNet）。首先，基于測度K-means的異常背景類別搜索算法，以弱監(jiān)督方式學(xué)習(xí)背景與異常粗略標簽。然后，以孿生光譜與空間特征提取框架，設(shè)計了全局-局部光譜特征提取模塊與多尺... （共8頁）