深度嵌套式Transformer網(wǎng)絡(luò)的高光譜圖像空譜解混方法

摘要： 目的 基于深度學習的解混方法在信息挖掘和泛化性能上優(yōu)于傳統(tǒng)方法，但主要關(guān)注光譜信息，對空間信息的利用仍停留在濾波、卷積的表層處理。這使得構(gòu)建解混網(wǎng)絡(luò)時需要堆疊多層網(wǎng)絡(luò)，易丟失部分圖像信息，影響解混準確性。Transformer網(wǎng)絡(luò)因其強大的特征表達能力廣泛應(yīng)用于高光譜圖像處理，但將其直接應(yīng)用于解混學習容易丟失圖像局部細節(jié)。本文基于Transformer網(wǎng)絡(luò)提出了改進方法。方法 ...