删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

中国地质大学(武汉)导师教师师资介绍简介-马丽

本站小编 Free考研考试/2021-07-31

姓 名 马丽 性 别 女
出生年月 1982年3月 籍贯
民 族 汉族 政治面貌 中共党员
最后学历 最后学位
技术职称 副教授 导师类别 硕导
行政职务 Email maryparisster@gmail.com
工作单位 邮政编码
通讯地址
单位电话
个人主页


个人简介
马丽,女,1982年3月出生,中国地质大学机电学院教师。2004年毕业于山东大学控制科学与工程学院获学士学位,2006年于同一单位获硕士学位,2008年到2010年,作为联合培养博士生,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图像所模式识别与智能系统专业获博士学位,2012年获国家自然科学基金资助,以及入选中国地质大学摇篮计划。申请者长期从事遥感图像分析,机器学习,计算机视觉等方面的研究,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8篇,EI检索7篇,受邀撰写外文书籍1章节,2010年发表在遥感领域顶级期刊IEEE Transactions on Geoscience and Remote Sensing的论文google被引次数114次。目前为IEEE Transactions on Geoscience and Remote Sensing,IEEE Geoscience and Remote Sensing Letters, 以及Optical Engineering等著名国际期刊审稿人。

工作经历
2011年3月至今,中国地质大学,机电学院,通信工程系

教育经历
2000.9-2004.6 山东大学,生物医学工程专业,工学学士学位
2004.9-2006.6 山东大学,模式识别与智能系统,工学硕士学位
2006.6-2011.3 华中科技大学,模式识别与智能系统专业,工学博士学位
2008.9-2010.9 美国普度大学,遥感应用实验室,联合培养博士


获奖、荣誉称号
2014年,中国地质大学青年教师讲课比赛一等奖
2012年,指导本科毕业设计,邢晨获湖北省优秀学士论文
2014年,指导本科毕业设计,刘小金获湖北省优秀学士论文
2015年,指导本科毕业设计,罗祎敏获湖北省优秀学士论文


研究领域

遥感图像处理,模式识别,计算机视觉

科研项目
(1)主持国家自然科学基金(编号:**):基于流形学习算法进行图结构设计的高光谱图像分类技术研究(2012.1-2014.12)。
(2)主持中央高校基本科研业务费专项资金 — 摇篮计划(编号:CUG120408),高光谱图像半监督分类算法研究(2012.1-2014.12) 。
(3)主持中央高校新青年教师资金项目:高分辨率遥感影像分类技术研究,(2011.11-2013.12)。
(4) 参与国家自然科学基金重大研究计划(**):活体跨层次整合成像研究肿瘤肝转移的区域免疫(2015.1-2018.12)。
(5)参与国家自然科学基金(编号:**):面向高空间分辨率遥感影像分割的图割方法(2012.1-2014.12)。
(6)参与中央高校优秀青年教师特色学科团队:多光谱集成仪器研发和环境监测应用研究(2012.1-2014.12)。

发表论文
[1] Li Ma,Xiaofeng Zhang, Xin Yu, DapengLuo. Spatial regularized local manifold learning for classification of hyperspectral images. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2016, 9(2): 609-624. (IF=3.026, T3)
[2] Li Ma, Andong Ma, Cai Ju, and Xingmei Li, “Graph-based semi-supervised learning for spectral-spatial hyperspectral image classification,” Pattern Recognition Letters, 2016 http://dx.doi.org/10.1016/j.patrec.2016.01.022 (in press, T3).
[3] Lei Zhu, Li Ma*, “Class centroid alignment based domain adaptation for classification of remote sensing images,” Pattern Recognition Letters, 2016 http://dx.doi.org/10.1016/j.patrec.2015.12.015 (in press, T3).
[4] Chen Xing, Li Ma*, Xiaoquan Yang, Stacked denoiseautoencoder based feature extraction and classification for hyperspectral images, Journal of Sensors, 2016, Article ID **, 1:10, http://dx.doi.org/10/1155/2016/**. (SCI, IF=1.182, T4)
[5] Li Ma, Melba. M. Crawford, Xiaoquan Yang, and Yan Guo, “Local manifold learning based graph construction for semisupervised hyperspectral image classification”. IEEE Transactions on Geoscience and Remote Sensing, 2015,53(5): 2832-2844. (SCI, IF=3.514, T2)
[6] Li Ma, Melba. M. Crawford, and Jinwen Tian, “Local manifold learning-based k-nearest-neighbor for hyperspectral image classification”. IEEE Transactions on Geoscience and Remote Sensing, 2010, 48(11): 4099-4199. (SCI, T2, google 他引114次)
[7] Li Ma, Melba. M. Crawford, and Jinwen Tian, “Generalised supervised local tangent space alignment for hyperspectral image classification”. Electronics Letters, 2010, 46(7): 497-498. (SCI, T3, google 他引26 次)
[8] Li Ma, Melba M. Crawford, and Jinwen Tian, “Anomaly detection for hyperspectral images based on robust locally linear embedding”. Journal of Infrared Millimeter and Terahertz Waves, 2010, 31(6): 753-762. (SCI, T4, google 他引38次)
[9] 邵远杰,吴国平,马丽*. 基于属类概率距离构图的半监督学习在高光谱遥感图像分类中的应用,测绘学报,2014, 43(11): 82-89.(EI, T4)
[10] 马丽,鞠才,朱菲. 一种面向异常检测的高光谱图像降维算法,测绘科学,2015, 39(7)
[11] 王小攀,马丽*, 刘福江. 一种基于线性邻域传播的加权k近邻算法,计算机工程,2013, 39(7): 288-292.
[12] 马丽,田金文. 基于局部能量最大可分的高光谱图像异常检测算法,遥感学报,2008,12(3): 420-427. [13] 马丽,常发亮,乔谊正,基于改进的均值漂移算法和粒子滤波算法的目标跟踪,模式识别与人工智能,2006,19,(6): 787-793. (EI)


出版专著和教材
[1] Melba M. Crawford, Li Ma, and W. Kim. Exploring nonlinear manifold learning for classification of hyperspectral data. Chapter 11 of Book “Optical Remote Sensing - Advances in Signal Processing and Exploitation Techniques”, S. Prasad, Ed. London, U.K.: Springer-Verlag, 2012, pp.207-234.
科研创新
[1] 马丽;杨孝全;张晓锋;吴让仲;罗大鹏,基于局部流形学习构图的高光谱遥感图像半监督分类方法,专利申请号:0.0
[2] 马丽;张晓锋;周群群;喻鑫,基于空间正则局部流形学习算法的高光谱遥感图像分类,专利申请号:1.1
[3] 马丽;祝蕾,一种用于遥感图像分类的基于类心对齐的迁移学习方法,专利申请号:1.1

教学活动
(1)C++语言程序设计
(2)模式识别
(3)专业综合实习

指导学生情况

(1)指导硕士研究生11人,其中毕业6人,在读5人。研究生以第一作者身份发表SCI论文2篇。
(2)每年指导本科毕业设计,其中2012,2014,2015年指导的本科毕业论文获得湖北省优秀学士论文。



相关话题/中国地质大学 武汉