基于代理注意力和VIT架构的高光谱图像分类方法

本发明公开了一种基于代理注意力和VIT架构的高光谱图像分类方法，属于图像分类领域，包括以下步骤：对高光谱影像数据进行预处理，并划分为训练集和测试集；构建基于代理注意力和VIT架构的高光谱图像分类模型；采用训练集对高光谱图像分类模型进行训练；将测试集中的高光谱数据输入到训练好的高光谱图像分类模型中，推理得到预测类别，并通过评价指标对得到的预测类别进行评价。本发明通过构建基于代理注意力的代理注意力编码器，通过L层级联的代理注意力编码器进行层次化特征提取，实现对初始特征编码矩阵中空间‑光谱信息的逐层融合与增强，在保持较强表示能力的同时显著降低了计算复杂度，实现了计算效率和特征表达能力的良好平衡。