MSCM-net

新型MSCM-net模型结合CNN和Mamba用于高光谱图像分类

研究人员开发了MSCM-net，这是一种新颖的高光谱图像分类模型，它结合了多尺度卷积神经网络（CNN）和Mamba块。该架构旨在通过整合CNN的局部特征提取能力和Mamba的远程建模能力来提高分类性能并降低计算复杂度。该模型包含一个带有SENet的多尺度特征提取模块和一个双分支特征聚合模块，以增强空间和光谱信息的集成。在基准数据集上的实验表明，MSCM-net取得了先进的分类结果。