基于中心优先扫描状态空间模型（CenterScan-Mamba）的高光谱图像分类

用状态空间模型（Mamba）做高光谱图像分类的完整项目。核心是一个能讲清楚的小创新——让待分类的中心像素在扫描序列里最后被读、吃透整块上下文。跑了三个公开真实数据集、配套带注释代码 + 技术文档 + 面试问答 + 整套配图，还整理成了 EI 会议论文，特别适合毕设、简历和面试。

• 任务类型深度学习-计算机视觉
• 专业方向计算机

项目亮点

• 中心优先扫描（Center-Prioritized Scanning）：把 P×P 空间 token 按到中心的距离由远及近重排，使中心像素最后被扫到、隐藏状态吸收整块 patch。参数无关、推理零额外开销。
• 中心锚定全局读出：中心 token + 序列全局平均池化（CNN 在小场景制胜的关键），把朴素 Mamba 的 79.26% 拉到 95% 量级。
• 光谱-空间双分支 + 门控融合：中心像素光谱曲线经 Mamba 得光谱描述子，可学习门控 σ(g) 自适应融合，防止弱光谱分支拖累。

数据与任务

如果你想找一个能写进简历、面试时又能讲出技术含量的 AI 项目，这个「用状态空间模型给高光谱图像分类」会很合适。

它踩中了三个当下很有话题度的点——遥感图像、Mamba（状态空间模型），以及一个真正能讲清楚的小创新；而且配套都给你备齐了，帮你真正搞懂它、在面试和答辩里讲明白：带中文注释、能读懂的代码，一份完整的技术说明文档，一份把面试追问连参考答案都写好的问答专题，还有一整套可以直接拿去做 PPT 的配图。它跑的是公开真实数据，成果还整理成了一篇 EI 会议论文。

先说清楚，它到底在做什么

高光谱相机在每一个像素上记录几百个连续波段，等于给每个点都拍了一条「光谱指纹」。靠这条指纹，我们能区分肉眼难辨的地物——哪片是某种作物、哪里是建筑或道路。难点在于：标注一张高光谱图很贵，相邻波段又高度相似（信息冗余），而且单看一个像素往往不够，得结合它周围的一小片邻域。

这个项目的思路是：用 Mamba（一种线性时间的序列模型） 去读每个像素周围的小图块。这里有个很妙的切入点——Mamba 是「读到最后才看全整段」的模型，而我们真正要判断的，恰恰是图块正中心那个像素。所以我们把扫描顺序重排，让中心像素在序列里最后被读，它就自然吃透了整块图的上下文。这一改动不增加任何参数，却是整个项目最稳的提分点。

搞懂它，你能在面试里讲清楚什么

这才是这个项目对你最大的价值。把下面几件事吃透，面试官问到相关问题，你都能从容讲清楚。

为什么「中心优先扫描」是个聪明的设计。 这是全项目的灵魂，也是面试最爱问的点。你能用一句话讲清因果模型的特性，再说明为什么「把目标像素安排在最后读」恰好补上了常规扫描的短板——既体现你懂原理，又显出设计巧思。

怎么把消融实验讲漂亮。 项目做了完整的对比与消融——这正是面试官爱深挖、最能体现科研思维的地方。你能有理有据地说明：单是把扫描顺序换成中心优先，精度就稳定抬升了一截；再叠加「全局读出」的设计，更是把一个朴素的序列模型从勉强能用拉到了高水准。每一步改了什么、带来多少提升，都讲得出因果。

怎么用一张图就让面试官记住你。 把不同模型预测出的分类图并排一放，差距肉眼可见——弱模型满屏椒盐麻点，本方法干净又连续。一句"数字会压缩信息、地图不会"，比只会背一个准确率的人高级太多。

下面这些分析图都给你做好了，可以直接放进答辩或面试 PPT：

更关键的是，每一张图是怎么跑出来的、该怎么解读，技术文档里都讲清楚了——你不是只会往 PPT 上贴图，而是能说明白每张图到底说明了什么。

面试官会问的，都帮你备好了

随便感受几个这个项目真实会被追问的问题：

• Mamba 是因果模型，为什么让"中心像素最后被读"就能涨点？
• 你在中心 token 之外又加了全局平均池化读出，它解决了什么问题？
• 光谱分支和空间分支怎么融合，那个可学习门控起了什么作用？

看到是不是会愣一下？正常。配套的面试问答专题把这个项目——从整体思路到每个流程细节、各种可能被追问的点——连参考答案都给你写好了。

另外还有现成的简历描述，照着改就能写进简历；那一整套配图也能直接套进 PPT 模板，快速出一份面试 / 答辩 PPT。你要做的不是背，而是理解，再用自己的话讲一遍。

配套资料：搞懂一个项目需要的，这里全都有

先看那份技术说明文档——从研究背景一直讲到每一步实现，图文并茂，把原理从头吃透：

代码也给你了——关键部分都带着中文注释，帮你读懂"它到底是怎么实现的"，面试被追问细节时也答得上来：

技术文档、面试问答、源码注释、整套配图——搞懂一个项目、并在面试里讲清楚它，需要的全都备齐了。

适合谁

不管你是赶毕设、想给简历添个有分量的项目，还是在准备面试，这个题目都接得住——它有一个真正能讲清楚的小创新，又跑在真实公开数据上，分量足。专业上，遥感科学、地理信息、计算机、人工智能、数据科学方向都很合适。资料、讲解和面试答案都给你铺好了，把它真正搞懂、能讲出来，就是一个能写进简历、撑得起面试的项目。