基于确概双注意力的高光谱图像分类方法及模型

本发明涉及基于确概双注意力的高光谱图像分类方法及模型，其中，该分类方法包括对高光谱图像的原始特征进行确定性注意力处理，得到确定性注意力特征；对高光谱图像的原始特征进行概率性注意力处理，得到概率性注意力特征；对确定性注意力特征和概率性注意力特征拼接后进行自适应特征融合，得到融合后的特征；对融合后的特征进行分类，得到分类预测结果；该分类模型设计了双路注意力架构，用以分别对确定性特征和不确定性特征的提取，确定性路径捕获判别性特征，并采用Sigmoid评估特征的权重占比，使得计算出的确定性注意力分配了权重；概率性路径引入温度调控的Softmax建立竞争性概率分布，实现不确定性的可控建模，从而提高了高光谱图像分类的精度。