.png){kind=icon}
返回
Spatial–Spectral Hypergraph Dynamic Gating MLP Network for Hyperspectral Image Classification
.png){kind=icon}
PRE
AI
DOI：10.1109/LGRS.2025.3600896.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着星载高光谱遥感技术的进步，高光谱成像因其能够检测细微光谱差异而得到广泛应用。针对高光谱图像（HSI）分类，大多数传统机器学习（ML）方法和流行的深度学习（DL）架构要么无法捕捉全局特征，要么需要高计算资源。虽然基于多层感知器（MLP）的模型提供了计算高效的选择，但它们难以捕捉流形结构，且易受过拟合影响。为解决这些挑战，我们提出了一种新颖的适用于HSI分类的空间-光谱超图动态门控MLP（S2H-DGMLP）框架。该空间-光谱超图通过建模高阶空间和光谱相关性来增强判别能力，联合优化局部空间特征和全局光谱特征，以在嵌入空间中产生更具可分离性的特征表示。在该框架中，通道和空间投影使用MLP进行静态参数化，而动态门控MLP（DGMLP）模块用于捕捉全局上下文信息。DGMLP模块内的动态门控机制自动调整分割比例以平衡空间和光谱贡献，同时通过引入复杂非线性组合来提升特征表示。在Pavia大学和Houston数据集上的实验结果表明，S2H-DGMLP显著提升了分类性能，证实了其在HSI分类任务中的有效性。
Keyword:
Classification
deep learning (DL)
gating mechanism
hypergraph
hyperspectral images (HSIs)
multilayer perceptron (MLP)
期刊
IF:
16.4
论文数:
1.0W
被引数:
5.1K
机构
引用论文
WaveFormer: Spectral-Spatial Wavelet Transformer for Hyperspectral Image Classification波形成器: 用于高光谱图像分类的光谱-空间小波变换器
.png){kind=icon}
PREAI
分享收藏Dual-Branch Feature Fusion Network Based Cross-Modal Enhanced CNN and Transformer for Hyperspectral and LiDAR Classification基于双分支特征融合网络的交叉模态增强CNN和Transformer高光谱与LiDAR分类
PREAI
分享收藏
Local-Global Gated Convolutional Neural Network for Hyperspectral Image Classification用于高光谱图像分类的局部-全局门控卷积神经网络
PREAI
分享收藏2SRS: Two-Stream Residual Separable Convolution Neural Network for Hyperspectral Image Classification2SRS: 用于高光谱图像分类的双流残差可分离卷积神经网络
PREAI
分享收藏分享收藏HADGSM: A Unified Nonconvex Framework for Hyperspectral Anomaly DetectionHADGSM: 用于高光谱异常检测的统一非凸框架
PREAI
分享收藏
查看更多内容