针对遥感图像数据具有的高维数、非线性以及海量无标记样本的特性，提出了一种基于混合熵和L1范数的概率型最小二乘支持向量机分类方法．将准熵和熵差分融合，构造一种混合熵用以从海量无标记样本集中选出最有“价值”的待标记样本；基于L1范数距离度量，进一步从待标记样本集中筛选出孤立点和冗余点加以剔除；基于初始已标记样本以及筛选得到的样本，训练得到概率型最小二乘支持向量机．对反射光学系统的成像光谱仪(ROSIS)高光谱遥感图像进行了分类实验．结果表明：所提分类方法的总精度和Kappa系数分别达到了89．90％和0．86
