作品名称：高光谱图像分类的算法设计
参赛院校：齐齐哈尔大学
指导教师：石翠萍
团队成员：陈家祥
数媒竞赛网（mit.caai.cn）2022年参赛作品
作品描述：

本作品设计了一种基于Lush多层特征融合偏置的网络模型算法（Lush multi-layer feature fusion bias network，LMFFBNet）。该算法已在5类常见的高光谱图像中取得高精度，可为农业监测、军事侦察、地质灾害、大气特定评价、植被和生态监测等领域提供可靠的有效的理论基础。

作品名称：高光谱图像分类的算法设计
参赛院校：齐齐哈尔大学
指导教师：石翠萍
团队成员：陈家祥
数媒竞赛网2022年参赛作品
作品描述：

本作品设计了一种基于Lush多层特征融合偏置的网络模型算法（Lush multi-layer feature fusion bias network，LMFFBNet）。该算法已在5类常见的高光谱图像中取得高精度，可为农业监测、军事侦察、地质灾害、大气特定评价、植被和生态监测等领域提供可靠的有效的理论基础。

作品名称：高光谱图像分类的算法设计
参赛院校：齐齐哈尔大学
指导教师：石翠萍
团队成员：陈家祥
数媒竞赛网2022年参赛作品
作品描述：

本作品设计了一种基于Lush多层特征融合偏置的网络模型算法（Lush multi-layer feature fusion bias network，LMFFBNet）。该算法已在5类常见的高光谱图像中取得高精度，可为农业监测、军事侦察、地质灾害、大气特定评价、植被和生态监测等领域提供可靠的有效的理论基础。

作品名称：高光谱图像分类的算法设计
参赛院校：齐齐哈尔大学
指导教师：石翠萍
团队成员：陈家祥
数媒竞赛网2022年参赛作品
作品描述：

本作品设计了一种基于Lush多层特征融合偏置的网络模型算法（Lush multi-layer feature fusion bias network，LMFFBNet）。该算法已在5类常见的高光谱图像中取得高精度，可为农业监测、军事侦察、地质灾害、大气特定评价、植被和生态监测等领域提供可靠的有效的理论基础。

作品名称：高光谱图像分类的算法设计
参赛院校：齐齐哈尔大学
指导教师：石翠萍
团队成员：陈家祥
数媒竞赛网2022年参赛作品
作品描述：

本作品设计了一种基于Lush多层特征融合偏置的网络模型算法（Lush multi-layer feature fusion bias network，LMFFBNet）。该算法已在5类常见的高光谱图像中取得高精度，可为农业监测、军事侦察、地质灾害、大气特定评价、植被和生态监测等领域提供可靠的有效的理论基础。

作品名称：高光谱图像分类的算法设计
参赛院校：齐齐哈尔大学
指导教师：石翠萍
团队成员：陈家祥
数媒竞赛网2022年参赛作品
作品描述：

本作品设计了一种基于Lush多层特征融合偏置的网络模型算法（Lush multi-layer feature fusion bias network，LMFFBNet）。该算法已在5类常见的高光谱图像中取得高精度，可为农业监测、军事侦察、地质灾害、大气特定评价、植被和生态监测等领域提供可靠的有效的理论基础。

作品名称：高光谱图像分类的算法设计
参赛院校：齐齐哈尔大学
指导教师：石翠萍
团队成员：陈家祥
数媒竞赛网2022年参赛作品
作品描述：

本作品设计了一种基于Lush多层特征融合偏置的网络模型算法（Lush multi-layer feature fusion bias network，LMFFBNet）。该算法已在5类常见的高光谱图像中取得高精度，可为农业监测、军事侦察、地质灾害、大气特定评价、植被和生态监测等领域提供可靠的有效的理论基础。

作品名称：高光谱图像分类的算法设计
参赛院校：齐齐哈尔大学
指导教师：石翠萍
团队成员：陈家祥
数媒竞赛网2022年参赛作品
作品描述：

本作品设计了一种基于Lush多层特征融合偏置的网络模型算法（Lush multi-layer feature fusion bias network，LMFFBNet）。该算法已在5类常见的高光谱图像中取得高精度，可为农业监测、军事侦察、地质灾害、大气特定评价、植被和生态监测等领域提供可靠的有效的理论基础。

作品名称：高光谱图像分类的算法设计
参赛院校：齐齐哈尔大学
指导教师：石翠萍
团队成员：陈家祥
数媒竞赛网2022年参赛作品
作品描述：

本作品设计了一种基于Lush多层特征融合偏置的网络模型算法（Lush multi-layer feature fusion bias network，LMFFBNet）。该算法已在5类常见的高光谱图像中取得高精度，可为农业监测、军事侦察、地质灾害、大气特定评价、植被和生态监测等领域提供可靠的有效的理论基础。

作品名称：高光谱图像分类的算法设计
参赛院校：齐齐哈尔大学
指导教师：石翠萍
团队成员：陈家祥
数媒竞赛网2022年参赛作品
作品描述：

本作品设计了一种基于Lush多层特征融合偏置的网络模型算法（Lush multi-layer feature fusion bias network，LMFFBNet）。该算法已在5类常见的高光谱图像中取得高精度，可为农业监测、军事侦察、地质灾害、大气特定评价、植被和生态监测等领域提供可靠的有效的理论基础。