TY -的A2 -汗,拉毛盟——刘Runmin AU - Ning,鑫盟- Cai,李胖子AU - Guangjun PY - 2021 DA - 2021/05/04 TI -多尺度密集Cross-Attention机制与协方差池高光谱图像场景分类SP - 9962057六世- 2021 AB -近年来,学习算法基于深卷积框架已逐渐成为研究热点在高光谱图像分类任务。然而,在分类过程中,大量的数据和功能冗余的高维问题与interspectral高光谱图像的相关性并没有有效地解决。因此,探讨数据降维特征提取,提出了一个新颖的多尺度密集cross-attention机制与协方差算法池(MDCA-CP)高光谱图像场景分类。multisize卷积模块可以检测细微变化之间的高光谱图像的空间和光谱维像素在当地区域和适合提取高光谱数据与复杂的和不同类型的结构。对传统算法以单向的方式分配注意重量,因此导致的损失特性信息,密集cross-attention机制提出了研究可以共同分配注意力权重的横向和纵向有效地捕捉最具代表性的特征。此外,本研究还采用协方差池进一步提取二阶的高光谱图像的特点。实验都是在三个著名的高光谱数据集进行的,因此结果表明MDCA-CP算法获得的优越与其他知名的方法。SN - 1574 - 017 - 2021/9962057 / 10.1155 x你——https://doi.org/10.1155/2021/9962057——摩根富林明-移动信息系统PB - Hindawi KW - ER