近日日本AV，我院诡计机科学与技巧系姜鑫维敦厚教训的2019级本科生鲁鹏宇以第一作家身份在中科院1区、CCF-B类英文期刊《IEEE Transactions on Geoscience and Remote Sensing》上发表了题为“Spectral-spatial and Superpixelwise Unsupervised Linear Discriminant Analysis for Feature Extraction and Classification of Hyperspectral Images”的商榷遵循。

针对高光谱遥感图像特征维度高、噪声多、标签样本少带来的维数不镇定问题，在本商榷中作家建议了一种新的基于超像素的空谱特征索求模子S3-ULDA，其能灵验地从怪异正的同质超像素区域中索求低维且具有判别性的全局－局部空谱特征。具体来说，S3-ULDA有三个亮点：1）建议了基于超像素的无监督线性判别模子（SuperULDA），大约索求更高效的全局空谱特征；2）建议了基于超像素的无监督局部线性判别模子（SuperULFDA），大约索求更高效的超像素层局部空谱特征；3）通过交融全局和局部空谱特征，得到最终的基于超像素的全局－局部空谱特征，大约显耀普及后续分类模子在小样本高光谱图像分类任务中的精度。在三个高光谱数据集上的对比本质标明，S3-ULDA杰出了现存的开赴点进的特征索乞降深度学习算法，亚洲色图 校园春色考证了论文所建议算法的灵验性。

IEEE Transactions on Geoscience and Remote Sensing是IEEE地球科学与遥感技巧协会（GRSS）会刊，地大T1分区，中科院一区TOP期刊，最新影响因子为8.125，在遥感技巧和地球科学鸿沟具有较高影响力。

本课题得到了湖北省当然科学基金名目（2021CFB557）、国度当然科学基金名目（62106241、61973285），以及中国地质大学（武汉）大学生自主立异贪图起程名目（CUGDCJJ202231）的资助。

在姜鑫维敦厚的教训下，鲁鹏宇同学过甚团队在校时候先后赢得了2021年第三届宇宙高校诡计机才气挑战赛一等奖，2021年第九届“泰迪杯”数据挖掘挑战赛二等奖，2021年MathorCup高校数学建模挑战赛——大数据竞赛二等奖，2022年第十二届MathorCup高校数学建模挑战赛二等奖，2022年第十四届“华中杯”数学建模挑战赛一等奖等奖项，主捏了中国地质大学（武汉）大学生自主立异贪图起程名目（结题优秀）。

论文信息：Pengyu Lu， Xinwei Jiang*， Yongshan Zhang， Xiaobo Liu， Zhihua Cai， Junjun Jiang， Antonio Plaza. Spectral-spatial and Superpixelwise Unsupervised Linear Discriminant Analysis for Feature Extraction and Classification of Hyperspectral Images. IEEE Transactions on Geoscience and Remote Sensing. 2023.

论文地址：https://ieeexplore.ieee.org/document/10309991

开源代码怒放：https://github.com/XinweiJiang/S3-ULDA

通信员：姜鑫维

审核：曾德泽

校对：石剑峰日本AV