近年来，由于高光谱图像中数据的独特性质及其包含的海量信息，高光谱图像的分类任务已成为遥感影像研究的热门领域。然而，传统的高光谱图像分类任务大多通过人工处理进行特征提取，导致分类任务的效率低下，且相关任务的算法性能较差。现有的工作大多基于CNN网络进行研究，无法有效提取全局信息。为了解决这些问题，本文提出了一种基于Transformer的高光谱图像分类方法。在三个数据集上的实验结果表明，所提出的模型具有更优的性能。
科研之友
微信
新浪微博
Facebook
分享链接
