Houston2013

DAPGNet 通过物理引导图扩散推进高光谱图像分类

研究人员开发了 DAPGNet，这是一种用于高光谱图像分类的新型图扩散网络。该网络将物理引导先验集成到其图学习过程中，增强了像素关系的建模。DAPGNet 构建了一个考虑光谱空间亲和力、物理先验一致性和空间距离的拓扑结构，并使用物理门在图聚合特征和投影物理先验特征之间进行插值。在基准数据集上的实验表明，DAPGNet 的性能优于现有的 CNN、Transformer、Mamba 和基于图的方法，在准确性指标上显示出显著的改进。