高保真重构到分类
通过高阶Neumann级数展开传感器退化模型，获得物理可解释的高分辨率高光谱重建，并将物理先验注入分类网络，实现感知任务整体提升。
Wang, Bin · 熊行创 · Lian, Yusheng · 于坤 · 刘子龙
Information Fusion 2027
通过高阶Neumann级数展开传感器退化模型，使高分辨率高光谱重建过程物理可解释，并保持光谱一致性。
融合模块生成物理驱动的光谱权重图与空间-光谱表示，并将其作为结构化先验注入分类网络，弥合重建与分类之间的差距。
分类网络进一步利用原始低分辨率高光谱图像和高分辨率全色图像作为互补数据先验，联合物理引导的重建线索与真实传感器观测实现稳健判别。