面向不平衡高光譜遙感分類的SMOTE和旋轉(zhuǎn)森林動(dòng)態(tài)集成算法

童瑩萍，馮偉，宋怡佳，全英匯，黃文江，高連如，朱文濤，邢孟道

1.西安電子科技大學(xué) 電子工程學(xué)院,西安 710071;

2.西安電子科技大學(xué) 先進(jìn)遙感技術(shù)研究院,西安 710071;

3.中國科學(xué)院空天信息創(chuàng)新研究院 數(shù)字地球重點(diǎn)實(shí)驗(yàn)室,北京 100094;

4.西安電子科技大學(xué) 前沿交叉研究院,西安 710071

1 引 言

高光譜圖像不僅具有較高分辨率，而且包含非常豐富的光譜信息，已在軍用和民用領(lǐng)域中獲得了廣泛應(yīng)用（Tu 等，2020；杜培軍等，2016）。但是，高光譜圖像分類經(jīng)常會(huì)遇到類別不平衡的問題（Rodriguez 等，2006；韓竹 等，2020）。所謂的類別不平衡指的是數(shù)據(jù)中某些類別的樣本數(shù)量明顯少于其他類別（García 等，2018）。通常情況下絕大多數(shù)分類器在對(duì)類別不平衡數(shù)據(jù)分類時(shí)都會(huì)出現(xiàn)一定程度的性能損失（Díez?Pastor 等，2015；張永清等，2020）?；蛘哒f分類器雖然獲得了較高的總體分類精度OA（Overall Accuracy），卻忽略了少數(shù)類樣本的識(shí)別。

不平衡數(shù)據(jù)一般包括兩種類型：二類和多類。類別間樣本分布不均、多種類別重疊和樣本噪聲等問題，使得多類不平衡數(shù)據(jù)相對(duì)二類數(shù)據(jù)更加難以處理（Krawczyk，2016）。多類不平衡分類問題的理想處理結(jié)果是：一個(gè)分類器可以在不犧牲多數(shù)類別分類準(zhǔn)確性的情況下，提高少數(shù)類的分類精度（Feng 和Bao，2017；Feng 等，2019a）。目前，研究學(xué)者針對(duì)以上問題已經(jīng)提供了很多方法，例如，Jimenez?Casta?o 等（2020）優(yōu)化了孿生支持向量機(jī)算法，使用高斯相似度并結(jié)合基于中心核比對(duì)的方法改善數(shù)據(jù)可分類性，用于處理不平衡數(shù)據(jù)；Arshad 等（2019）提出了一種半監(jiān)督深度模糊C 均值聚類算法，提取新特征以控制冗余；Douzas等（2018）將K均值聚類算法與合成少數(shù)類過采樣算法SMOTE（Synthetic Minority Oversampling Technique）相結(jié)合，克服其他過采樣算法的缺點(diǎn)，消除類間不平衡和類內(nèi)不平衡同時(shí)避免產(chǎn)生噪聲樣本，其中，SMOTE 算法是對(duì)少數(shù)類別樣本進(jìn)行分析和模擬，并將人工模擬的新樣本添加至數(shù)據(jù)集中，從而調(diào)節(jié)數(shù)據(jù)中類別的不平衡比率。但是大多數(shù)方法都集中于解決二類不平衡問題，不適用于多類情況（才子昕等，2019）。

數(shù)據(jù)采樣是常用的不平衡高光譜數(shù)據(jù)處理方法。典型的采樣算法包括隨機(jī)欠采樣RUS（Random Undersampling） 和 隨 機(jī) 過 采 樣ROS （Random Oversampling）。RUS 算法通過隨機(jī)縮小多數(shù)類別的樣本數(shù)量使樣本達(dá)到平衡，但是RUS 算法會(huì)導(dǎo)致重要信息的丟失；ROS 算法的作用則與RUS 完全相反，它是在少數(shù)類別中通過隨機(jī)生成更多樣本，直到所有類別達(dá)到平衡，然而ROS 算法雖然可以克服RUS 的缺陷，但是會(huì)引起算法的過擬合。

SMOTE 是ROS 的升級(jí)算法，它可以有效地避免過擬合現(xiàn)象，已被用于解決機(jī)器學(xué)習(xí)中的類別不平衡問題，例如，Bhagat和Patil（2015）首先使用SMOTE 來平衡數(shù)據(jù)中各類別的樣本數(shù)量，然后利用隨機(jī)森林進(jìn)行分類；Bandara 等（2020）也是先通過SMOTE 算法平衡數(shù)據(jù)集，然后構(gòu)建滑坡敏感性模型，最后比較了隨機(jī)森林與旋轉(zhuǎn)森林算法在平衡數(shù)據(jù)情況下的性能表現(xiàn)。以上方法都可以在一定程度上提高分類器對(duì)小類別樣本的分類精度，然而，這些技術(shù)仍側(cè)重解決二類不平衡問題，在面臨復(fù)雜的多類不平衡問題時(shí)難以拓展。在高光譜圖像分類中，Cai 和Zhang（2019）將SMOTE算法應(yīng)用于Pavia University 數(shù)據(jù)集上，有效解決高光譜數(shù)據(jù)不平衡問題，Zhou等（2020）通過SMOTE合成少數(shù)類別的人工樣本，解決了多類情況下樣本不平衡的問題。但是，大多數(shù)研究只將SMOTE算法應(yīng)用于數(shù)據(jù)預(yù)處理階段。由于SMOTE 算法在訓(xùn)練樣本時(shí)具有引入額外噪聲的風(fēng)險(xiǎn)（Pan 等，2020；Elreedy 和Atiya，2019），一次性平衡樣本可能導(dǎo)致產(chǎn)生的噪聲無法修正，進(jìn)而影響分類模型的訓(xùn)練效果。因此，如何改進(jìn)SMOTE 算法解決復(fù)雜的多類不平衡問題面臨著巨大的挑戰(zhàn)。

集成學(xué)習(xí)已經(jīng)成功應(yīng)用于高光譜圖像分類（Mullick 等，2020；Feng 等，2019b）。旋轉(zhuǎn)森林ROF（Rotation Forest）是一種功能強(qiáng)大的集成分類器（Tu等，2020；Rodriguez等，2006），引起了廣泛關(guān)注。該算法通過結(jié)合多種隨機(jī)因子來提升自身的學(xué)習(xí)性能，這些隨機(jī)因子包括：數(shù)據(jù)隨機(jī)選擇、特征隨機(jī)選擇和特征空間旋轉(zhuǎn)等。RoF算法的傳統(tǒng)構(gòu)造偏向于對(duì)多數(shù)類別進(jìn)行分類，而忽略少數(shù)類樣本的識(shí)別。目前雖然已有很多改進(jìn)的RoF算法，但是仍然普遍適用于平衡數(shù)據(jù)集的學(xué)習(xí)。因此，改進(jìn)RoF 算法，使之適合不同比例的多類不平衡數(shù)據(jù)是一個(gè)非常有意義的研究方向。

本文提出了一個(gè)新的SMOTE 和RoF 的自適應(yīng)內(nèi)部集成算法。該算法利用動(dòng)態(tài)采樣因子技術(shù)，將類別分布優(yōu)化和基分類器過程進(jìn)行融合，并可以有效地解決高光譜數(shù)據(jù)中的多類不平衡問題。

2 RoF分類算法

RoF算法是一種隨機(jī)森林算法衍生而來的集成分類器，它通過特征空間變換，可以更加有效地提高基分類器的多樣性（Feng 等，2019a）。設(shè){X，Y}={(x1，y1)，…，(xN，yN)}為訓(xùn)練樣本集，其中xi=[xi，1，…，xi，n]∈Rn為特征為F的訓(xùn)練樣本，Y為帶有樣本類別的向量，yj為類別標(biāo)簽ω={ω1，…，ωL}的集合中的元素（L為樣本的類別總數(shù)）。設(shè)D1，…，DT為集成算法中的基分類器，其中T為分類器的數(shù)量。

為構(gòu)造分類器Di，首先將具有n個(gè)特征的F隨機(jī)分成H個(gè)互不相交的子集。假設(shè)H是n的因數(shù)，每個(gè)特征子集都包含M=n/H個(gè)特征，用Fi，j表示用于訓(xùn)練分類器Di的第j個(gè)特征子集，由Fi，j組成的樣本集合表示為Z。其次，對(duì)Z執(zhí)行75%的樣本隨機(jī)采樣，并對(duì)選中的樣本集合進(jìn)行主成分分析PCA（Principal Component Analysis）；然后保存主成分分析的系數(shù)a(1)i，j，…，a(Mj)i，j，每個(gè)系數(shù)的大小為M× 1；最后將主成分分析的系數(shù)組成旋轉(zhuǎn)矩陣Ri。Ri可以表示為

式中，旋轉(zhuǎn)矩陣的維度為n×∑jMj。RoF 算法根據(jù)原始數(shù)據(jù)的特征F對(duì)Ri的列進(jìn)行重新排序，獲得 新的 旋轉(zhuǎn) 矩陣Ria，其 大 小 為N×n。然后 由XRia生成一個(gè)新的訓(xùn)練樣本集合，并訓(xùn)練一個(gè)分類器Di。

3 SMOTE采樣算法

SMOTE 算法（Rodríguez 等，2020）是處理不平衡數(shù)據(jù)問題比較常用的算法。該算法步驟如圖1所示，主要包括以下過程：對(duì)于少數(shù)類的樣本xi，選擇其K個(gè)最近鄰的少數(shù)類樣本xˉ，在xi與xˉ的連接線上插入新的合成少數(shù)類樣本xsym，新的合成樣本xsym可以表示為

圖1 SMOTE算法示意圖Fig.1 SMOTE algorithm diagram

式中，α是［0，1］范圍內(nèi)的隨機(jī)變量。

為了研究SMOTE 算法產(chǎn)生的人工樣本與真實(shí)樣本之間的區(qū)別，以下對(duì)這兩種樣本的均值和協(xié)方差矩陣進(jìn)行比較分析。首先令Δ =xˉ?xi，新的合成樣本xsym=xi+αΔ，其中α是在[0，α?]中隨機(jī)生成的，參數(shù)α?的值通常大于或等于1，這使得算法能夠在連接樣本xi和其隨機(jī)選擇的最近鄰xˉ的連線上進(jìn)行外推或內(nèi)插。

合成樣本xsym的方差由以下公式給出：

式中，K為少數(shù)類樣本的最近鄰樣本數(shù)，Γ 為伽馬函數(shù)。

合成樣本xsym的協(xié)方差矩陣由以下公式給出：

上述證明了SMOTE 生成的樣本均值接近于真實(shí)樣本的均值，兩者的協(xié)方差矩陣之間存在一些差異。

4 SMOTE和RoF動(dòng)態(tài)集成算法

本文提出了一種新的SMOTE 和RoF 動(dòng)態(tài)集成算法。該算法使用樣本權(quán)重和動(dòng)態(tài)采樣因子來降低SMOTE 算法引入人工噪聲的風(fēng)險(xiǎn)，并與RoF 算法進(jìn)行內(nèi)部結(jié)合，最終用于多類不平衡高光譜數(shù)據(jù)學(xué)習(xí)問題。

4.1 樣本重要性權(quán)重函數(shù)

本文提出一個(gè)新的樣本重要性權(quán)重函數(shù)，來緩存SMOTE 產(chǎn)生額外噪聲的影響。該權(quán)重函數(shù)的概念源于集成間隔理論。在間隔理論中，對(duì)于給定的樣本，它的間隔值越低，說明它包含的信息量越多，越容易獲得更多分類器的關(guān)注（Zhou 和Guo，2019）。

式中，v(xi，yi)是真實(shí)類別y的投票數(shù)，v(xi，c)是其他類別c的投票數(shù)。樣本具有較大的權(quán)重值W(xi)，表明這個(gè)樣本越接近于當(dāng)前的分類決策邊界，并且具有較高的概率被選中參與SMOTE 算法，為下一個(gè)分類器的訓(xùn)練提供新的類別平衡的訓(xùn)練樣本集。因此，隨著基分類器數(shù)量的增加，分布在決策邊界的樣本權(quán)重會(huì)迭代增加。

4.2 SMOTE和RoF動(dòng)態(tài)集成算法

本文提出的SMOTE 和RoF 動(dòng)態(tài)集成算法是一種數(shù)據(jù)采樣與集成框架內(nèi)部結(jié)合的算法，它不僅可以降低初始數(shù)據(jù)的不平衡率IR （Imbalance Ratio），還能保證訓(xùn)練集中樣本的數(shù)量和質(zhì)量。假設(shè)數(shù)據(jù)集S中有L個(gè)類別，第i個(gè)類別的樣本大小為Ni，將每個(gè)類別包含的樣本集根據(jù)其樣本數(shù)量Ni進(jìn)行降序排列，則N1為最大類的訓(xùn)練樣本的數(shù)量，NL為最小類別L的樣本數(shù)。將S的每個(gè)樣本權(quán)重值W初始化為1N。在每次迭代t中，以NL為標(biāo)準(zhǔn)，對(duì)其他所有類別c(c= 2，…，L)利用重采樣率ω%執(zhí)行有放回隨機(jī)采樣，選取ω%?N1個(gè)樣本，然后通過SMOTE 算法生成剩下的(1 ?ω%) ?N1個(gè)樣本。最后通過將NL、采樣樣本以及SMOTE 產(chǎn)生的樣本進(jìn)行組合，獲得各類別數(shù)量平衡的訓(xùn)練樣本集St。然后與傳統(tǒng)RoF算法一樣，對(duì)數(shù)據(jù)集St進(jìn)行特征空間旋轉(zhuǎn)，以獲得最終的訓(xùn)練數(shù)據(jù)集S't，并訓(xùn)練一個(gè)分類器Dt。根據(jù)式（9）更新所有初始訓(xùn)練樣本的權(quán)重值W，并更新重采樣率ω%。重復(fù)以上步驟，直到t達(dá)到最大迭代次數(shù)。最終的預(yù)測(cè)結(jié)果通過利用最大投票規(guī)則將所有的分類器結(jié)果進(jìn)行融合獲得。本文算法的偽代碼描述如下：

本文提出的算法利用動(dòng)態(tài)采樣為不同的基分類器提供具有多樣性特征的訓(xùn)練樣本集合。在使用SMOTE 算法之前，以不同的采樣率ω%對(duì)所有少數(shù)類樣本進(jìn)行隨機(jī)采樣。以下示例用于詳細(xì)說明ω%的更新過程。

若設(shè)置采樣ω%的范圍為10%至100%，對(duì)于第一個(gè)分類器，ω%等于10%；第二個(gè)分類器ω%更新為20%，然后以此類推。當(dāng)ω%等于100%時(shí)，對(duì)于類別ω%執(zhí)行是完全的隨機(jī)過采樣；若集成模型尺寸ω%為30，那么每10個(gè)分類器，ω%執(zhí)行3次從10%至100%的迭代更新。

5 實(shí)驗(yàn)結(jié)果

5.1 實(shí)驗(yàn)設(shè)計(jì)

由于過采樣算法在解決不平衡問題時(shí)應(yīng)用更為廣泛，本實(shí)驗(yàn)主要選擇ROS 和SMOTE 這兩種過采樣算法作為對(duì)比。為了驗(yàn)證本文算法在不平衡數(shù)據(jù)集上的分類優(yōu)勢(shì)，本文選用4種對(duì)比算法，分別是隨機(jī)森林RF（Random Forest）、傳統(tǒng)的RoF、ROS 預(yù)處理與RoF 結(jié)合的算法（記為ROSRoF）以及SMOTE 預(yù)處理與RoF 結(jié)合的算法（記為SMOTERoF）。

實(shí)驗(yàn)利用分類回歸樹CART（Classification and Regression Tree，）作為基分類器，所有集成模型由30 個(gè)決策樹組成。對(duì)于所有的RoF 算法，參數(shù)H都設(shè)置為30；數(shù)據(jù)采樣率ω%的范圍設(shè)置為10%至100%；實(shí)驗(yàn)部分所有值均為將算法獨(dú)立運(yùn)行10次所得的結(jié)果均值。

5.2 評(píng)價(jià)指標(biāo)

遙感圖像有側(cè)重于不同方面的評(píng)估指標(biāo)（高連如等，2007），本實(shí)驗(yàn)使用8 種不同的比較方法對(duì)分類結(jié)果進(jìn)行評(píng)估。利用平均分類精度AA（Average Accuracy）、總體分類精度OA （Overall Accuracy）、F?measure、Gmean 和 最 小 召 回 率（Minimum Recall）以及運(yùn)算時(shí)間對(duì)算法進(jìn)行測(cè)試。為了驗(yàn)證算法在集成框架提升方面的優(yōu)勢(shì)，集成分類器多樣性（Feng 等，2018）被用來作為集成算法的評(píng)估方法；另外，本實(shí)驗(yàn)使用McNemar 非參數(shù)成對(duì)檢驗(yàn)來比較本文算法與其他算法在統(tǒng)計(jì)意義上的性能差異；最后，為了直觀地對(duì)比各個(gè)算法的分類表現(xiàn)，繪制各算法在高光譜圖像上的分類結(jié)果，并將其與地面參考數(shù)據(jù)作對(duì)比。

5.3 實(shí)驗(yàn)數(shù)據(jù)

為了評(píng)估本文算法的有效性，本實(shí)驗(yàn)選用3個(gè)公開的高光譜圖像作為測(cè)試數(shù)據(jù)，它們分別是Indian Pines、Salinas 以及Pavia University，數(shù)據(jù)集參數(shù)如表1所示。其中，Indian Pines圖像具有20 m空間分辨率；Salinas 圖像空間分辨率為3.7 m，包含16個(gè)不同的類別；Pavia University圖像波長范圍為0.43—0.86 μm，空間分辨率高達(dá)1.3 m。

表1 實(shí)驗(yàn)數(shù)據(jù)集Table 1 Experimental data set

為了驗(yàn)證本文算法的分類表現(xiàn)，本實(shí)驗(yàn)采用了IR 值不同的數(shù)據(jù)集。在Salinas 圖像數(shù)據(jù)以及Pavia University 圖像數(shù)據(jù)中，本實(shí)驗(yàn)采用無放回隨機(jī)抽取方法，選擇5%的原始數(shù)據(jù)構(gòu)成訓(xùn)練樣本，其余95%作為測(cè)試樣本；而Indian Pines 圖像數(shù)據(jù)由于不平衡比率高，更有利于本實(shí)驗(yàn)設(shè)計(jì)，進(jìn)而生成不同IR值的樣本。

在Indian Pines 圖像數(shù)據(jù)中，構(gòu)造4 個(gè)數(shù)據(jù)集，方法是：對(duì)于多數(shù)類別樣本，分別隨機(jī)抽取原始數(shù)據(jù)的5%、10%、15%和20%以構(gòu)造訓(xùn)練數(shù)據(jù)集，其它未被選擇的樣本作為測(cè)試樣本；對(duì)于少數(shù)類別1、7、9、16，由于樣本量過少，從每類中選取50%樣本作為訓(xùn)練樣本，剩下的作為測(cè)試樣本。訓(xùn)練集的IR 通過N1/NL計(jì)算得到；6 個(gè)數(shù)據(jù)集的IR分別為12.20、17.50、36.80、49.10、12.51和19.83；本實(shí)驗(yàn)中所有訓(xùn)練樣本及測(cè)試樣本的具體信息由表2給出。

表2 訓(xùn)練樣本與測(cè)試樣本Table 2 Training sets and test sets

5.4 結(jié)果分析

本文算法與對(duì)比算法在6個(gè)不平衡高光譜圖像數(shù)據(jù)上的分類結(jié)果如表3 和表4 所示，F(xiàn)?measure、Gmean 和最小召回率結(jié)果如表5所示。每組數(shù)據(jù)中性能最佳的結(jié)果已用粗體標(biāo)出。

表5 不同算法的F-measure、Gmean和最小召回率Table 5 F-measure，Gmean and minimum recall of each algorithm

由表3 和表4 可以看出，與大多數(shù)現(xiàn)有文獻(xiàn)的結(jié)論不同的是，RF 的高光譜圖像分類結(jié)果在統(tǒng)計(jì)意義上優(yōu)于傳統(tǒng)RoF的分類結(jié)果。傳統(tǒng)的RoF側(cè)重于多類樣本的分類，而犧牲少數(shù)類樣本的分類準(zhǔn)確率（Breiman，2001）；尤其是當(dāng)樣本不平衡率增加時(shí)，傳統(tǒng)RoF 算法完全忽略了少數(shù)類樣本的分類精度（Ghosh 和Cabrera，2021）。此外，針對(duì)不平衡數(shù)據(jù)，本文算法與這兩種未經(jīng)數(shù)據(jù)預(yù)處理的分類算法相比始終可以達(dá)到最佳的分類結(jié)果。

表3 Salinas與Pavia University分類精度Table 3 Salinas and Pavia University classification accuracy/%

表4 Indian Pines分類精度Table 4 Indian Pines classification accuracy/%

續(xù)表

通過ROS 或SMOTE 算法對(duì)數(shù)據(jù)預(yù)處理，能起到平衡數(shù)據(jù)集的效果，在不同樣本上ROSRoF 與SMOTERoF 在AA 方面較傳統(tǒng)RoF 都有明顯的提升。由于本文算法將類別平衡融合于分類過程中，本文算法取得的分類結(jié)果與SMOTE 算法作為預(yù)處理的分類結(jié)果相比更有優(yōu)勢(shì)。

本文算法不僅對(duì)少數(shù)類樣本的分類有幫助，而且在很大程度上提高了總體分類精度。對(duì)于Indian Pines數(shù)據(jù)，在不平衡率較低的樣本1中，本文所提出的算法與RF 和傳統(tǒng)RoF 相比在AA 方面分別提高了16.53%和7.02%，在OA 方面分別提升了12.90%和4.20%，與ROSRoF和SMOTERoF相比在AA 上分別提高了2.38%和4.01%，在OA 上分別提高了9.3%和11.5%。

而在不平衡率較高的樣本4中，本文算法與其他算法相比分類精度也有明顯提升，說明本文算法在不平衡率改變的情況下同樣具有很好的性能。另外對(duì)于F?measure、Gmean 和最小召回率這3 個(gè)評(píng)價(jià)指標(biāo)，本文算法的分類結(jié)果明顯優(yōu)于其他分類算法。各算法的樣本多樣性和運(yùn)行時(shí)間分別由表6和表7給出。本文算法利用動(dòng)態(tài)采樣技術(shù)，因此在集成分類器多樣性上本文算法的性能顯著提升。

表6 算法的樣本多樣性Table 6 Sample diversity of each algorithm

表7 算法運(yùn)行時(shí)間Table 7 Run time of each algorithm/s

在p< 0.05 的情況下，McNemar 的測(cè)試值超過1.96，就意味著兩種算法之間存在顯著差異性。McNemar 的測(cè)試結(jié)果如表8 所示。從表8 中可以看出，本文算法與其他算法的McNemar 測(cè)試結(jié)果均大于1.96，也就是說，與其他算法相比，本文算法的性能提升十分顯著。

表8 McNemar的測(cè)試結(jié)果Table 8 Results on Mcnemar’s test

不同算法的高光譜圖像分類結(jié)果如圖2—圖4所示，其中圖2 顯示的是Indian Pines 數(shù)據(jù)在IR 為49.1 時(shí)的分類結(jié)果。不同數(shù)據(jù)上的分類結(jié)果表明本文提出的算法性能明顯優(yōu)于RF 算法與傳統(tǒng)RoF算法，在少數(shù)類別的樣本分類精度高的同時(shí)，多數(shù)類樣本同樣能被更好地識(shí)別出來。

圖2 Indian Pines分類結(jié)果Fig.2 Indian Pines classification results

圖4 Salinas分類結(jié)果Fig.4 Salinas classification results

6 結(jié) 論

本文提出了一種基于SMOTE 和RoF 動(dòng)態(tài)集成算法來解決多類高光譜數(shù)據(jù)不平衡分類問題。該算法是一種基于內(nèi)部不平衡采樣的集成方法，使用樣本重要性函數(shù)確定樣本的權(quán)重，以降低SMOTE 算法引入人工噪聲的風(fēng)險(xiǎn)，并利用動(dòng)態(tài)采樣來增加樣本多樣性。本文使用Indian Pines、Salinas 和Pavia University 高光譜數(shù)據(jù)對(duì)提出的算法進(jìn)行多類不平衡的分類實(shí)驗(yàn)，選用4 種對(duì)比算法，分別是RF、傳統(tǒng)RoF 算法，以及ROS和SMOTE 預(yù)處理后再使用RoF 分類的算法相比較，采用多種評(píng)價(jià)方法對(duì)算法的分類性能進(jìn)行評(píng)價(jià)，包括總體分類精度、平均分類精度、F?measure、Gmean、最小召回率、樣本多樣性、模型訓(xùn)練時(shí)間以及McNemar 測(cè)試。實(shí)驗(yàn)結(jié)果表明，與未經(jīng)數(shù)據(jù)平衡處理的分類算法相比，本文算法具有優(yōu)異的表現(xiàn)。

通過對(duì)比實(shí)驗(yàn)可以看出，在Salinas 以及Pavia這類數(shù)據(jù)不平衡度較低的數(shù)據(jù)集中，本文算法在提高少數(shù)類樣本分類精度的同時(shí)，仍舊在很大程度上提高了總體分類精度。而且，本文算法在不平衡率較高的Indian Pines數(shù)據(jù)集上的分類精度表明，本文算法在不平衡率該表的情況下同樣擁有很好的性能。本文算法的評(píng)價(jià)參數(shù)例如McNemar 的結(jié)果均大于1.96 可以說明，與同類算法相比性能有十分顯著的提升。同時(shí)，對(duì)比SMOTE 只作為數(shù)據(jù)預(yù)處理的方法，本文算法將數(shù)據(jù)采樣與分類過程內(nèi)部結(jié)合，不僅在多數(shù)類別上保持高分類精度，而且能很好地識(shí)別少數(shù)類樣本。同時(shí)，本文算法采用動(dòng)態(tài)采樣技術(shù)，能有效提高樣本的多樣性。

在下一步工作中，可以將本文算法與一些特征提取算法相結(jié)合，例如奇異譜分析和稀疏表示，從而進(jìn)一步提升樣本多樣性。