用于高光谱图像分类的区间组空间谱Mamba
原文中文,约400字,阅读约需1分钟。发表于: 。本文针对高光谱图像分类中存在的高维特征冗余和计算效率低下的问题,提出了一种轻量级的区间组空间谱Mamba框架(IGroupSS-Mamba)。该方法通过构建区间组选择状态空间模型(IGSM),有效地分组和分层提取全球空间谱信息,提高了分类性能和计算效率。实验结果表明,IGroupSS-Mamba优于现有最先进的方法,具有重要的应用潜力。
HSIMamba通过结合双向反卷积神经网络和Transformer注意机制,提高了光谱特征提取和空间信息分析的效率,提升了分类准确性。在计算资源有限的情况下,该方法在Houston 2013、Indian Pines和Pavia University数据集上表现优异,重新定义了HSI分类的效率和准确性标准,增强了遥感应用能力。