基于张量投影学习的高光谱图像特征维数约减

发布时间:Jul 1, 2020 放大 缩小

报告题目:基于张量投影学习的高光谱图像特征维数约减

时间:2020年7月3日  15:00-17:00

地点:科研楼1#906

报告人:邓阳君  博士

主持人:方立  研究员

---------------------------------------------------------------------------------------

报告人简介:西南交通大学信息科学与技术学院信息与通信工程专业博士,主要研究方向为遥感图像处理、机器学习与模式识别。在IEEE TGRS、IEEE GRSL、Nurecomputing等SCI/EI收录刊物及国际会议上发表论文8篇,参与多项国家自然科学基金项目,还应邀担任IEEE Transactions on Cybernetics、Remote Sensing Letters等期刊审稿人。2018年10月至2019年10月曾获得国家留学基金委资助,在美国密西西比州立大学Qian Du教授团队进行联合培养。
 

讲座主要内容:高光谱遥感是将成像技术和光谱技术相结合的多维信息获取技术,同时探测目标的二维几何空间和一维光谱信息,获取连续、窄波段的三维图像数据。由于具有高光谱分辨率、空谱合一等特点,高光谱遥感已被广泛应用于精准农林、矿产勘探和国防军事等领域。本报告主要探讨基于张量理论的高光谱图像特征维数约减技术。具体而言,首先介绍高光谱遥感技术的背景及高光谱图像特征维数约减技术的国内外研究现状;概述张量理论的基础知识;重点针对高光谱图像特征维数约减,介绍两种基于张量投影学习的高光谱图像特征维数约减方法,分别是张量局部保持投影改进算法和张量低秩判别嵌入模型。