姓 名 冯如意 性 别 女
出生年月 1988年7月 籍贯 河南辉县市
民 族 汉族 政治面貌 中共党员
最后学历 博士研究生 最后学位 工学博士
技术职称 副教授 导师类别 硕导
行政职务 Email fengry@cug.edu.cn
工作单位 中国地质大学（武汉）计算机学院 邮政编码 430074
通讯地址 湖北省武汉市洪山区鲁磨路中国地质大学北区北一楼
单位电话 **
个人主页


个人简介
主要研究方向为高光谱遥感影像亚像元信息提取与稀疏表达理论。攻读硕博期间，以第一作者或导师第一作者（本人第二）发表/接收论文8篇，其中SCI论文5篇（二区论文4篇），EI论文3篇；作为研究骨干参与国家973，863，国家自然科学基金等多项国家级科研项目；受邀担任IEEE Transactions on Geoscience and Remote Sensing等国际SCI期刊的审稿员；获国家奖学金、光华奖学金、国家励志奖学金等国家/专项奖学金；获博士/硕士/本科优秀毕业生；参加了IGARSS、WHISPERS等遥感领域著名会议，并作口头报告。2006年7月，进入中国地质大学计算机学院空间信息与数字技术专业工作。

工作经历
2016.07——至今，中国地质大学（武汉）计算机学院

教育经历

2013.09—2016.06
武汉大学测绘遥感信息工程国家重点实验室
摄影测量与遥感 博士学位
指导老师：钟燕飞教授，张良培教授
博士论文：基于稀疏表达理论的高光谱遥感影像亚像元信息提取


2011.09—2013.06
武汉大学测绘遥感信息工程国家重点实验室
测绘工程 硕士学位
指导老师：钟燕飞教授，张良培教授
硕士论文：融合非局部空间信息的高光谱遥感影像混合像元稀疏分解方法研究


2007.09—2011.06
湖南师范大学资源与环境科学学院
地理信息系统专业 学士学位



获奖、荣誉称号
2016年，武汉大学优秀博士毕业生；
2015年，博士研究生国家奖学金；
2014年，武汉大学光华专项奖学金、武汉大学优秀研究生标兵、武汉大学优秀研究生甲等奖学金；
2013年，武汉大学优秀硕士毕业生、武汉大学优秀硕士毕业论文；
2012年，武汉大学优秀研究生乙等奖学金；
2011年，武汉大学优秀研究生奖学金、湖南师范大学优秀毕业生、湖南师范大学优秀本科毕业论文；
2010年，国家励志奖学金、湖南省“芙蓉学子”之自强不息优胜奖、湖南师范大学专业二等奖学金；
2009年，湖南师范大学专业三等奖学金、学习优秀奖二等奖（与第一名并列）；
2008年，国家奖学金、湖南师范大学专业一等奖学金、湖南师范大学虚拟校园优秀研发人员。

社会、学会及学术兼职
IEEE 学生会员（2014-至今）
中国遥感应用协会会员（2013-至今）

担任以下遥感信息处理及信号处理领域期刊审稿员：
IEEE Transactions on Geoscience and Remote Sensing
IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
IEEE Geoscience and Remote Sensing Letters
ISPRS Journal of Photogrammetry and Remote Sensing
Signal Processing: Image Communication
Soft Computing

研究领域
高光谱遥感影像处理
稀疏表达、压缩感知、凸优化理论
深度学习理论
模式识别与机器学习

科研项目
国家自然科学基金项目（**）：空-谱融合高光谱遥感影像混合像元稀疏分解与空间定位，时间：2014.01–2017.12；担任技术骨干，主要承担高光谱遥感影像混合像元的光谱分解算法和亚像元制图算法研究，发展高效、精准的混合像元分解及亚像元制图算法。
国家高技术研究发展计划（863）：星机地综合观测定量遥感融合处理与共性产品生产系统（2013AA12A301），时间：2013.01–2015.12；担任技术骨干，主要承担自动化规模化定量遥感产品的生产，研发支撑向量机、条件随机场分类、稀疏分类等不同理论模型的遥感影像分类算法。
国家重点基础研究发展计划（973）：空天地一体化对地观测传感网的理论与方法，参加第五课题“面向任务的对地观测传感网信息聚焦服务模型”（2011CB707105），时间：2011.01–2015.12；担任研究骨干，主要承担智能化传感网数据信息处理理论的研究。
全国优秀博士学位论文作者专项资金资助项目（201052）：高光谱遥感影像自动化端元提取、光谱分解与空间定位的理论与方法，时间：2010.01–2014.12；担任研究骨干，主要负责遥感影像光谱分解与亚像元制图算法研究。
公安部物证鉴定中心合作项目（2015）：基于光谱成像的血迹识别方法研究，时间：2015.07–2017.07；担任技术骨干，研究发展以“血迹种类估计——血迹提取及鉴定——血迹空间分布分析”的血迹物证分析方法，结合基于稀疏表达理论的混合像元分析技术以及独立成分分析和非负矩阵分解等盲源分解方法。

发表论文
1. R. Feng, Y. Zhong, X. Xu and L. Zhang, “Adaptive sparse subpixel mapping with a total variation model for remote sensing imagery,” IEEE Transactions on Geoscience and Remote Sensing, vol. 54, no. 5, pp. 2855–2872, May 2016. (SCI, IF=3.514,二区)
2. R. Feng, Y. Zhong and L. Zhang, “Adaptive non-local Euclidean medians sparse unmixing for hyperspectral imagery”, ISPRS Journal of Photogrammetry and Remote Sensing, vol. 97, pp. 9–24, 2014. (SCI, IF=3.132,二区)
3. R. Feng, Y. Zhong, Y. Wu, D. He, X. Xu and L. Zhang, “Nonlocal total variation subpixel mapping for hyperspectral remote sensing imagery”, Remote Sensing, vol. 8, no. 3, pp. 250, 2016. (SCI, IF=3.180,二区)
4. R. Feng, Y. Zhong, and L. Zhang, “Adaptive spatial regularization sparse unmixing strategy based on joint MAP for hyperspectral remote sensing imagery,” IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing (JSTARS), DOI: 10.1109/JSTARS.2016.**, 2016. (SCI, IF=3.026,二区)
5. Y. Zhong, R. Feng and L. Zhang, “Non-local sparse unmixing for hyperspectral remote sensing imagery,” IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing (JSTARS), vol. 7, no. 6, pp. 1889–1909, June 2014. (SCI, IF=3.026,二区)
6. R. Feng, Y. Zhong and L. Zhang, “An improved non-local sparse unmixing algorithm for hyperspectral imagery,” IEEE Geoscience and Remote Sensing Letters (GRSL), vol. 12, no. 4, pp. 915-918, Apr. 2015. (SCI, IF=2.095,三区)
7. Y. Zhong, X. Wang, L. Zhao, R. Feng, L. Zhang and Y. Xu, “Blind spectral unmixing based on sparse component analysis for hyperspectral remote sensing imagery,” ISPRS Journal of Photogrammetry and Remote Sensing, DOI: 10.1016/j.isprsjprs.2016.04.008, 2016. (SCI, IF=3.132,二区)
8. Y. Zhong, D. He, R. Feng and L. Zhang, “Spatial-temporal subpixel mapping based on swarm intelligence theory”, Remote Sensing, Major revision, 2016. (SCI, IF=3.180,二区)
9. R. Feng, D. He, Y. Zhong and L. Zhang, “Sparse representation based subpixel information extraction framework for hyperspectral remote sensing imagery,” in Proc. 2016 IEEE International Geoscience and Remote Sensing Symposium and 35th Canadian Symposium on Remote Sensing (IGARSS), July 10–15, 2016, Beijing, China.
10. R. Feng, Y. Zhong and L. Zhang, “Complete dictionary online learning for sparse unmixing,” in Proc. 2016 IEEE International Geoscience and Remote Sensing Symposium and 35th Canadian Symposium on Remote Sensing (IGARSS), July 10–15, 2016, Beijing, China.
11. R. Feng, Y. Zhong and L. Zhang, “Non-local Euclidean medians sparse unmixing for hyperspectral remote sensing imagery,” in Proc. 2014 IEEE International Geoscience and Remote Sensing Symposium and 35th Canadian Symposium on Remote Sensing (IGARSS), July 13–18, 2014, Quebec, Canada.
12. R. Feng, Y. Zhong and L. Zhang, “An improved weight-calculation non-local sparse unmixing for hyperspectral imagery,” in Proc. 2014 6th workshop on Hyperspectral Image and Signal Processing: Evolution in Remote Sensing (WHISPERS), June 24–27, 2014, Lausanne, Switzerland.
13. R. Feng, Y. Zhong and L. Zhang, “Non-local sparse spectral unmixing for remote sensing imagery,” in Proc. 2012 4th workshop on Hyperspectral Image and Signal Processing: Evolution in Remote Sensing (WHISPERS), June 4–7, 2012, Shanghai, China.