不确定性部分最优传输开集高光谱分类方法和装置

本申请涉及一种不确定性部分最优传输开集高光谱分类方法和装置。所述方法包括：获取源域和目标域高光谱图像；通过光谱–空间特征编码器提取源域和目标域特征；通过开集分类器输出样本属于各已知类别和未知类别的后验概率；为每个已知类别构建归一化的语义原型并施加结构化正则化约束；利用未知类别后验概率和预测熵生成自适应传输权重；根据语义原型与目标域特征的余弦距离构建传输代价矩阵；将源域经验类别先验嵌入边缘约束并对目标域边缘约束部分松弛，求解部分最优传输目标函数；根据最优传输方案计算传输损失并动态更新开集决策阈值。采用本方法能够有效缓解未知目标类别引发的负迁移。