一种基于高阶交互卷积网络的高光谱图像分类方法

本发明公开了一种基于高阶交互卷积网络的高光谱图像分类方法，属于遥感影像信息处理领域，包括以下步骤：数据预处理；模型建立：设计一种基于高阶交互卷积网络的高光谱图像分类模型，其采用Swin Transformer的层次化结构，构建四级下采样模块和特征提取模块，再经解码器逐像素类别预测，其中特征提取模块包括高阶交互卷积模块和光谱空间线性双注意力模块；模型训练；模型验证推理。本发明引入RMKV架构替代VIT，提高了识别精度，将VIT的二次计算复杂度降低到线性水平；使用卷积框架实现了Transformer结构的自注意力操作，缓解了ViT中有限的局部信息交互和单一特征表示，提高了语义特征的识别精度。