Exploiting the Low-dimensional Structures for Hyperspectral Image Processing and Analysis

讲座名称: Exploiting the Low-dimensional Structures for Hyperspectral Image Processing and Analysis
讲座时间 2018-06-15
讲座地点 电信学院西一楼第一会议室
讲座人 张洪艳
讲座内容

应电信学院信通系李杰副教授、齐春教授邀请,武汉大学测绘遥感信息工程国家重点实验室青年长江学者张洪艳教授,广州大学骆仁波博士于2018年6月15日来访我院并作学术讲座。

讲座题目:Exploiting the Low-dimensional Structures for Hyperspectral Image Processing and Analysis
讲座地点:电信学院西一楼第一会议室
讲座时间:2018年6月15日9:00 
讲座人:张洪艳
讲座摘要:
Hyperspectral remote sensing images are a typical kind of high dimensional data with low dimensional structures.  This talk explores the low-dimensional structures of the hyperspectral remote sensing image with the sparse representation and low rank models. Under the the sparse representation framewok, the discriminability of the hyperspectral remote sensing signals can be enhanced in the representation domain with better land object recognition. With the low rank matrix recovery model, the clean hyperspectral image is exploited for the denoising and unmixing tasks under the corruption of various types of noise generated in the image acquisition procedure.

 

讲座人介绍

张洪艳,男,博士,武汉大学测绘遥感信息工程国家重点实验室教授、博导,教育部“长江学者奖励计划”青年学者。主要从事高光谱遥感信息处理、农业遥感和机器学习等方向的研究工作。主持国家自然科学基金项目3项、省部级科研项目2项;已发表SCI论文44篇、EI论文19篇,其中ESI热点论文1篇、ESI高被引论文4篇、Elsevier年度热门论文1篇。IEEE地球科学与遥感学会资深会员,应邀担任Computers & Geosciences期刊副主编、Geosciences期刊编委和IGARSS、WHISPERS等国际会议分会主席。

讲座视频 暂无视频

(转载文章,请注明出处: 西安交通大学学术资源平台 http://meeting.xjtu.edu.cn)

如果您有学术信息和动态,欢迎投稿,wuxuan@mail.xjtu.edu.cn。我们将在第一时间确认并收录