在这封信中，我们提出了一种新的基于权重的旋转森林（WRoF）归纳算法，用于高光谱图像的分类。 新方法的主要思想是通过探索重要实例的潜力来自适应地指导树木的生长。 动态权重函数反映了训练实例的重要性。 实例的权重越高，下一棵树将不得不更多地关注该实例。 在两个真实的高光谱数据集上的实验结果表明，与随机森林和旋转森林相比，WRoF算法显着改善了分类。