En los últimos años, el uso de modelos de aprendizaje profundo se ha desarrollado rápidamente en el campo de la clasificación de imágenes hiperespectrales (HSI). Sin embargo, la mayoría de los modelos de red no pueden aprovechar completamente las ricas características espaciales-espectrales en las imágenes hiperespectrales, quedando en desventaja por sus modelos complejos y baja precisión de clasificación para datos de muestra pequeños.