计算机科学与技术学院2023级电子信息专业研究生贺宇鹏以第二作者（导师一作）在期刊《Journal of King Saud University Computer and Information Sciences》（中科院二区，影响因子: 6.1）上发表研究论文，论文题目为《HLSK-CASMamba: hybrid large selective kernel and convolutional additive self-attention mamba for hyperspectral image classification》。

该论文是在我校万晓青教师的指导下完成，衡阳师范学院为第一署名单位。论文核心理论是：高光谱影像（HSI）分类是遥感领域的核心挑战，卷积神经网络（CNN）和transformer模型已成为该领域的主流技术。虽然CNN效果显著，但往往难以充分捕捉复杂的语义特征，且网络深度增加会导致计算成本大幅上升。而transformer虽擅长建模光谱-空间依赖关系，却因结构复杂导致计算开销显著。Mamba模型通过采用状态空间模型（SSM），提出了一种高效捕捉HSI长程依赖关系的替代方案，同时保持线性复杂度的计算效率。为提升HSI分类性能，提出一种混合大选择性核与卷积加法自注意力模型（HLSK-CASMamba），通过同步提取丰富的局部和全局空间-光谱特征及深层语义特征，同时降低模型计算复杂度。