重建精度行业领先
以可学习非线性变换显式挖掘高光谱图像低秩结构，并利用多尺度大核注意力提取长程空间-光谱特征，在保持光谱保真度的同时实现高精度图像重建。
Heng, Jiang · 滕东东 · 刘立林
Neurocomputing 2026
将张量低秩特性作为显式先验嵌入展开网络，使模型继承可解释性，重建结果更符合高光谱图像的物理结构。
多尺度大核视觉注意力网络模块挖掘长程空间-光谱深度特征，增强模型表示能力，使重建细节更丰富。
混合损失函数同时约束空间细节与光谱保真度，端到端训练使重建光谱曲线更接近真实值。