报告名称：面向高光谱遥感图像分类的流形学习和迁移学习算法

主办单位：英国立博官网中文版

报告专家：马丽

专家所在单位：中国地质大学（武汉）

报告时间：2018年11月21日10：00-12：00

报告地点：英国立博官网中文版203报告厅

专家简介：马丽，中国地质大学 副教授。2004年、2006年于山东大学获学士学位和硕士学位；2008-2010年，作为联合培养博士，在美国普度大学遥感应用实验室访问2年，2011年毕业于华中科技大学获博士学位。2018年赴美国密西西比州立大学访问。2012年和2017年分别获国家自然科学青年基金项目和面上项目资助。研究方向为高光谱遥感图像分析，模式识别，机器学习。在国内外重要学术刊物及学术会议上发表学术论文多篇，其中SCI检索10篇，论文总被引次数（SCI引用）超过300次。

报告摘要：高光谱遥感数据存在数据冗余和维数灾难问题，降维是一种重要的预处理方法。尽管线性降维算法像PCA和LDA实现简单，但是高光谱图像具有非线性特性，流形学习算法可能更好的挖掘高光谱数据的非线性结构，提高数据分析的性能。另外，对于图像分类问题，标记样本的获取非常困难，如何在标记样本缺乏情况下进行遥感图像的分类具有重要研究意义。对于这种分类问题，迁移学习一种有效的解决方法。报告针对以上两个问题，分别介绍流形学习算法和迁移学习算法在高光谱遥感图像分类中的应用