来源：期刊VIP网 时间：
作者：戎岩;杨景龙;张鹏昌;曾子木;
单位：咸阳师范学院历史文化学院;咸阳市文物保护中心;中国科学院西安光学精密机械研究所光谱成像技术研究室;
摘要：提出了一种基于三维高光谱与Transformer的网络，用于中国中原风格与西域风格壁画的风格特征分类。通过采集壁画的高光谱图像，并构建相应的数据集，在此基础上，采用迁移学习的方法对所提出的网络进行训练。实验结果表明，与其他传统方法相比，文中方法的准确率相较于最优算法提升了0.92%，精确率提升了0.12%，召回率提升了1.4%,F_1分数提升了0.75%。此外，通过与基于彩色图像的深度学习分类方法的对比，相较于结果最优的方法，准确率提升了4.5%，精确率提升了1.9%，召回率提升了5.4%,F_1分数提升了3.7%。研究验证了高光谱信息在提升分类准确性方面的独特优势。
关键词：高光谱成像;;Transformer;;壁画风格
基金资助：教育部人文社科基金项目（22XJC780001）;; 陕西省社会科学基金项目（2021G008）;; 陕西省科技厅重点研发项目（2024SF-YBXM-683）;; 咸阳市科技局重点研发项目（L2023-ZDYF-SF-026）;; 咸阳市渭城区科技局软科学研究项目（2024VCRK-006）
