摘要：高光譜目標(biāo)表述是高光譜目標(biāo)檢測中的核心問題。在眾多高光譜目標(biāo)表述方法中,多示例學(xué)習(xí)方法(MIL)由于不需要精確的像素級(jí)語義標(biāo)簽等因素,而成為研究高光譜目標(biāo)表述的一個(gè)有效方法。但是,面向高光譜目標(biāo)表述的多示例學(xué)習(xí)方法中,存在正包內(nèi)目標(biāo)示例遠(yuǎn)少于背景示例的示例級(jí)數(shù)據(jù)不均衡問題,導(dǎo)致學(xué)習(xí)到的目標(biāo)表述性能不佳。為此,提出一種面向不均衡數(shù)據(jù)的多示例學(xué)習(xí)方法,提取每個(gè)包中最可能為正的示例組成正示例集,以此為基礎(chǔ)合成新的正樣本,增加正樣本在正包中所占比例,改善高光譜目標(biāo)表述能力。在真實(shí)高光譜數(shù)據(jù)上驗(yàn)證所提方法的有效性,結(jié)果表明該方法使正包樣本組成更均衡,從而學(xué)習(xí)到更正確的目標(biāo)表述,提高目標(biāo)檢測的性能。