一种双向多尺度PCANet网络的高光谱分类算法

本发明公开了一种双向多尺度PCANet网络的高光谱分类算法，属于高光谱分类算法技术领域，所提出的Bi‑MS‑2DPCANet旨在分别从水平和垂直两个方向同时学习包含多个尺度的二维PCA卷积核，从而更好地适配高光谱图像的地物空间结构，并实现快速的网络学习。此外，每一层的输出特征被输入到一种基于注意力机制的二阶池化层，然后将来自于多个池化层的特征进行融合，以获得多样化和显著的非线性特征表示。在高光谱数据集上进行的实验表明，Bi‑MS‑2DPCANet能够以更低的计算成本和处理时间实现与部分卷积神经网络CNN和Transformer模型相当甚至更优的分类性能。