.png){kind=icon}
返回
A PatchMamba-based deep learning network for hyperspectral image classification
.png){kind=icon}
PRE
AI
DOI：10.1007/s11042-026-21492-3.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
高光谱图像（HSI）分类仍然是一项具有挑战性的任务，由于高光谱维度以及有效空间特征融合的需求。为解决此问题，我们提出了一种轻量且有效的深度学习架构，命名为基于分块的谱-空MambaNet（PatchMamba），该架构联合建模局部空间上下文和全局光谱依赖。该框架首先从输入的高光谱立方体中提取固定大小的局部分块，并使用二维卷积层编码空间特征。这些表示被重塑为标记序列并通过一组谱-空Mamba（SS-Mamba）块传递，每个块由密集层、层归一化和残差连接组成。全局平均池化层聚合了精炼的标记特征，最终的softmax分类器生成预测的土地覆盖标签。在帕维亚大学数据集上的实验测试表明，PatchMamba达到99.08%的最高准确率和98.11%的召回率，优于FC-DNN和非分块SS-Mamba基线，同时在分类图中生成更好的空间一致性。定性和定量结果均证实了所提方法的鲁棒性和效率，使其成为现实世界HSI分类任务的竞争性解决方案。
Keyword:
Hyperspectral image classification
Spectral-spatial modeling
Mamba network
Patch-based learning
Deep neural networks
期刊
IF:
3
论文数:
2.0W
被引数:
3.2W
机构
引用论文
A transformer based real-time photo captioning framework for visually impaired people with visual attention基于视觉注意力的面向视障人士的实时图像字幕生成Transformer框架
PREAI
分享收藏
分享收藏Hyperspectral Image Classification Using Dictionary-Based Sparse Representation基于字典稀疏表示的高光谱图像分类
PREAI
分享收藏Advances in Hyperspectral Image and Signal Processing A comprehensive overview of the state of the art高光谱图像和信号处理的进展综述
PREAI
分享收藏Liao, J., & Wang, L. (2025). HyperspectralMamba: A Novel State Space Model Architecture for Hyperspectral Image Classification.Remote Sensing,17(15), 2577.廖, J., & 王L. (2025). HyperspectralMamba: 一种用于高光谱图像分类的新型状态空间模型架构。遥感, 17(15), 2577..png)
IF0
PREAI
分享收藏
查看更多内容