| 个人信息 | 西安电子科技大学个人主页
学术信息网 西电导航 关于 使用说明 搜索 系统首页 登录 控制面板 收藏 杨晨的留言板
基本信息

杨 晨

华山准聘副教授

联系方式

毕业院校:西安电子科技大学

工作单位:人工智能学院

电子邮箱:yangchen@xidian.edu.cn

办公地点:南校区网安大楼CII-1001

个人简介

杨晨,博士,西安电子科技大学华山准聘副教授,人工智能学院,智能感知与图像理解教育部重点实验室成员,IEEE Member,中国电子学会会员。参与国家自然科学基金面上项目,主持中央高校基金项目。主要从事深度网络模型设计,雷达图像智能解译,遥感图像地物要素提取等方面的研究,相关工作发表于IEEE TGRS、GRSL等国际主流期刊。

主讲课程

1.《图像处理与机器视觉》大三 春季学期

2.《工程概论I》 大一 春季学期

论文成果

1. Yang C, Hou B, Ren B, et al. SSDFL: Spatial scattering decomposition feature learning for PolSAR image[J]. International Journal of Applied Earth Observation and Geoinformation, 2024, 128: 103702.

2. Yang C, Hu Y, Hou B, et al. Model-based Decomposition Feature learning with Adversarial Prior[J]. IEEE Geoscience and Remote Sensing Letters, 2024.

3. Guo X, Hou B, Yang C, et al. Visual explanations with detailed spatial information for remote sensing image classification via channel saliency[J]. International Journal of Applied Earth Observation and Geoinformation, 2023, 118: 103244.

4. Yang C, Hou B, Wu Q, et al. PDFL: Polarimetric decomposition feature learning via deep autoencoder[J]. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 1-17.

5. Yang C, Hou B, Chanussot J, et al. N-Cluster loss and hard sample generative deep metric learning for PolSAR image classification[J]. IEEE Transactions on Geoscience and Remote Sensing, 2021, 60: 1-16.

6. Yang C, Hou B, Guo X, et al. Reconstruction error-based decomposition feature selection for PolSAR image[J]. IEEE Transactions on Geoscience and Remote Sensing, 2021, 60: 1-19.

7. Yang C, Hou B, Ren B, et al. CNN-based polarimetric decomposition feature selection for PolSAR image classification[J]. IEEE Transactions on Geoscience and Remote Sensing, 2019, 57(11): 8796-8812.

8. Hou B, Yang C, Ren B, et al. Decomposition-feature-iterative-clustering-based superpixel segmentation for PolSAR image classification[J]. IEEE Geoscience and Remote Sensing Letters, 2018, 15(8): 1239-1243.

科研项目

1. 数据特性与散射机理关联的极化SAR深度特征学习及地物分类,中央高校基本科研业务经费,主持。

2. 散射机理引导的混合式自监督极化SAR图像稳健性地物分类,广东省区域联合基金,主持。

3. 面向异质遥感数据的深度增量学习地物要素提取研究,国家自然科学基金面上项目,62371373,主要参与。

4. 结合成像特性和三维深度时空神经网络的VideoSAR动目标检测与语义分割,国家自然科学基金面上项目,62171347,主要参与。

授权专利

侯彪,焦李成,杨晨,马晶晶,马文萍,王爽,白静. 基于DFIC超像素的PolSAR图像地物分类方法. 专利号:ZL201810073220.5,授权时间:2020.04.07.

学术兼职:

IEEE TGRS、GRSL、Neurocomputing等期刊审稿人

Baidu
map