لمعالجة مشاكل توزيع بيانات الصور الطيفية غير المتكافئ، وعدم كفاية استخراج الميزات الطيفية الفراغية، وتدهور الشبكة مع زيادة عدد طبقات الشبكة، تم اقتراح طريقة تصنيف الصور الطيفية المبنية على شبكة التلافيف المختلطة متعددة المقاييس. أولاً، تُستخدم تحليل المكونات الرئيسية لتقليل الأبعاد في بيانات الطيفية؛ ثم، يُستخدم استخراج الجوار لأخذ النقاط البكسلية ضمن الجوار كنموذج، بهدف تعويض المعلومات المكانية ذات الصلة؛ بعد ذلك، تُستخدم شبكة التلافيف المختلطة متعددة المقاييس لاستخراج الميزات من بيانات العينة المعالجة مسبقًا، ويتم إدخال آلية الانتباه المدمجة لتعزيز المعلومات المفيدة في الأبعاد المكانية والطيفية؛ وأخيرًا، يُستخدم مصنف سوفت ماكس لتصنيف كل نموذج بكسل. أظهرت النتائج التجريبية أن النموذج المقترح يتم اختباره على مجموعتي بيانات الطيفية Indian Pines وPavia University، حيث بلغت دقة التصنيف العامة، متوسط دقة التصنيف، ومعامل كابا 0.9879، 0.9833، 0.9862 و0.9990، 0.9969، 0.9986 على التوالي. تسمح هذه الخوارزمية باستخراج معلومات ميزة الصور الطيفية بشكل أكثر كفاءة، وحققت نتائج تصنيف أفضل مقارنة بأساليب التصنيف الأخرى.

صور طيفية؛ شبكة تلافيف مختلطة؛ ميزات متعددة المقاييس؛ آلية الانتباه