近日，我院2024级电子信息专业硕士研究生莫东涛以第二作者（导师一作）在期刊《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》（中科院SCI二区、JCR Q1、影响因子5.3）发表研究论文，论文题目为《MD²F-Mamba: A Multi-Directional Dual-Branch Fusion Mamba Network for Hyperspectral Image Classification》。

该论文是在我院万晓青教师的指导下完成，以伟德国际victor1946为第一署名单位。针对高光谱图像（HSI）分类中局部复杂变化与长程光谱-空间依赖性难以精细建模的挑战，为在分类精度、计算效率与模型轻量化之间取得平衡，团队提出了一种新型双分支高效框架——MD²F-Mamba。核心创新在于：通过多方向深度卷积增强局部表示；使用多尺度局部特征增强模块，有效地捕获各种空间光谱模式；利用分层Mamba模型高效捕获长距离依赖，进行全局特征提取；采用余弦相似性融合模块自适应整合局部与全局特征，优化判别性和减少冗余。在多个主流基准数据集上的详尽实验充分验证了该模型的优越性，其在分类精度与参数效率方面均达到了领域先进水平，展现出显著的学术竞争力与应用价值。