針對(duì)高光譜遙感影像分類中，傳統(tǒng)的主動(dòng)學(xué)習(xí)算法僅利用已標(biāo)簽數(shù)據(jù)訓(xùn)練樣本，大量未標(biāo)簽數(shù)據(jù)被忽視的問題，提出一種結(jié)合未標(biāo)簽信息的主動(dòng)學(xué)習(xí)算法。首先，通過K近鄰一致性原則、前后預(yù)測(cè)一致性原則和主動(dòng)學(xué)習(xí)算法信息量評(píng)估3重篩選得到預(yù)測(cè)標(biāo)簽可信度高并具備一定信息量的未標(biāo)簽樣本；然后，將其預(yù)測(cè)標(biāo)簽當(dāng)作真實(shí)標(biāo)簽加入到標(biāo)簽樣本集中；最后，訓(xùn)練得到更優(yōu)質(zhì)的分類模型。實(shí)驗(yàn)結(jié)果表明，與被動(dòng)學(xué)習(xí)算法和傳統(tǒng)的主動(dòng)學(xué)習(xí)算法相比，所提算法能夠在同等標(biāo)記的代價(jià)下獲得更高的分類精度，同時(shí)具有更好的參數(shù)敏感性。