69一区二三区好的精华液,中文字幕无码av波多野吉衣,亚洲精品久久久久久无码色欲四季,日本不卡高字幕在线2019

近日，課題組亓林老師和碩士生岳夢伊，在遙感鄰域主流期刊IEEE GRSL發表了題為“Deep Attention-Guided Spatial–Spectral Network for Hyperspectral Image Unmixing”的學術論文。

基于深度學習的方法在高光譜圖像解混中被廣泛應用，尤其是最近無監督自編碼器網絡在高光譜圖像解混中取得了出色的表現。盡管一些現有的解混方法考慮了空間信息，但空間結構的利用還不夠有效。在這篇論文中，我們提出了一種用于高光譜圖像解混的深度注意力引導的空間-光譜網絡（Deep Attention-Guided Spatial–Spectral Network），稱為DASS-Net。我們設計了一個鄰域空間注意力模塊，其中，中心像素的豐度特征動態加權了鄰域像素的粗粒度特征。此外，我們還引入了雙門控機制進一步整合空間和光譜信息。實驗結果表明，DASS-Net在端元提取方面性能優異，顯著優于當前主流方法。

論文鏈接：https://ieeexplore.ieee.org/abstract/document/10371391