本發(fā)明提出了一種基于梯度提升決策樹半監(jiān)督算法融合的高光譜圖像分類方法，用于解決現(xiàn)有基于主動學習與半監(jiān)督學習相結(jié)合的高光譜圖像分類中存在的分類精度較低的技術(shù)問題，其步驟包括：(1)輸入高光譜圖像數(shù)據(jù)；(2)提取樣本點特征；(3)訓練梯度提升決策樹分類器參數(shù)；(4)對學習集中樣本點分類；(5)評估樣本點置信度；(6)通過稀疏表示篩選樣本點；(7)更新有標記訓練集；(8)輸出分類結(jié)果。本發(fā)明利用分類器預測結(jié)果以及稀疏表示對無標記樣本點的置信度進行評估，根據(jù)無標記樣本點置信度的高低，劃分為兩個集合進行不同的處理，在提高分類精度的同時減輕了人工標記的負擔，可用于地質(zhì)調(diào)查、大氣污染等領域。