论文题目《Spatial-SpectralTransformerforHyperspectralImageClassification》 论文作者：XinHe1,YushiChen1,*andZhouhanLin2论文发表年份：2021模型简称：SST发表期刊：RemoteSensing Motivation　　基于cnn的方法具有空间特征提取的优点，但它们难以处理带有序列的数据，且不善于建模远程依赖关系。而HSI的光谱是一种序列数据，通常包含数百个波段。因此，cnn很难很好地处理HSI。另一方面，基于注意机制的Transformer模型已经证明了它在处理顺序数据方面的优势。为了解决在长距离捕

论文题目《Spatial-SpectralTransformerforHyperspectralImageClassification》 论文作者：XinHe1,YushiChen1,*andZhouhanLin2论文发表年份：2021模型简称：SST发表期刊：RemoteSensing Motivation　　基于cnn的方法具有空间特征提取的优点，但它们难以处理带有序列的数据，且不善于建模远程依赖关系。而HSI的光谱是一种序列数据，通常包含数百个波段。因此，cnn很难很好地处理HSI。另一方面，基于注意机制的Transformer模型已经证明了它在处理顺序数据方面的优势。为了解决在长距离捕

初始化地图引入import*asesriLoaderfrom'esri-loader'主要定义privatemapId:string=''privatemap:anyprivatemapview:anyprivatemarkers:any={} //所有类型标记点privategisConstructor:any//gis构造函数privategraphicsLayer:any//图形图层privatesr:any//坐标系privategisModules:any=['esri/Map','esri/layers/TileLayer', //切片服务'esri/layers/MapImage

初始化地图引入import*asesriLoaderfrom'esri-loader'主要定义privatemapId:string=''privatemap:anyprivatemapview:anyprivatemarkers:any={} //所有类型标记点privategisConstructor:any//gis构造函数privategraphicsLayer:any//图形图层privatesr:any//坐标系privategisModules:any=['esri/Map','esri/layers/TileLayer', //切片服务'esri/layers/MapImage