通过研究神经网络中特征映射的统计矩，发现高阶矩在增强模型能力方面关键。引入了广泛的矩聚合（EMA）机制，捕获全局空间上下文。提出了矩通道注意力（MCA）框架，通过交叉矩卷积（CMC）模块高效结合多个级别的基于矩的信息。实验证明，方法在图像分类、目标检测和实例分割任务中取得最先进结果，超越现有通道注意力方法。