兼顾局部与全局像元关系
通过图注意力提取多尺度长程依赖，并与局部丰度融合，获得更精确的丰度和端元。
曹飞龙 · Yujia, Situ · Ye, Hailiang
IEEE Transactions on Geoscience and Remote Sensing 2025
多尺度图注意力模块在不同层级上提取多样的长程空间依赖信息，弥补了卷积方法只关注局部特征的不足。
局部-全局丰度融合模块将CNN提取的局部丰度与图注意力网络获得的全局丰度相结合，得到更精确的丰度表示。
利用丰度分数将所有像元特征聚类为各类端元，并以此为先验驱动端元学习，提高端元提取的准确性。