基本信息
吴 艳 博士 教授
博士生导师 硕士生导师
博士学科：电路与系统
硕士学科：电路与系统
工作单位：电子工程学院

联系方式
通信地址：西安电子科技大学太白南路2号140信箱 710071
电子邮箱：ywu@mail.xidian.edu.cn （24小时内及时回复）


个人简介
吴 艳现任西安电子科技大学电子工程学院——博士、教授、博士生导师。1987年毕业于西北电讯工程学院信息处理专业，分别于1997年和2003年获得西安电子科技大学电路与系统专业的硕士和博士学位，2003-2005年在国防科技雷达信号处理国家重点实验室从事博士后研究工作，2005年评为教授、博导。长期从事遥感影像分析与理解、目标识别与分类、多传感器信息融合、机器学习与计算智能、统计学习理论及应用等领域的研究与教学工作。 曾先后主持多项国家自然科学基金、国家测绘创新项目、陕西省自然科学重点基金、中国博士后基金等多项纵向科研项目。同时与航天五院、中电集团研究所、船舶工业、陕西测绘局、国家航测遥感院等单位开展多项横向合作，将理论研究有机地融入实践应用，在国家级项目中取得了良好的应用成果，发明专利四十余项。
近年来在Elsevier/IEEE/IEE/等国际著名刊物IEEE Trans on Geoscience and Remote Sensing、IEEE Transactions on Signal Processing、IEEE Trans on Image Processing、Pattern Recognition、Imformation Fusion以及中国科学F辑:信息科学（中英文版）、电子学报、中国航空学报(英文版)、测绘学报、光学学报、电子与信息学报等国内著名刊物上发表学术论文100余篇，其中SCI和 EI检索为80余篇，多次获得高被引用论文奖。

主要研究方向
遥感影像处理、分析与理解
图像自动配准与融合
变化检测与自动更新
目标的融合检测与识别技术
人工智能与机器学习
多传感器信息融合及应用
统计图像处理
多尺度分析技术

---

基本信息
吴 艳 博士 教授
博士生导师 硕士生导师
博士学科：电路与系统
硕士学科：电路与系统
工作单位：电子工程学院

联系方式
通信地址：西安电子科技大学太白南路2号140信箱 710071
电子邮箱：ywu@mail.xidian.edu.cn （24小时内及时回复）


个人简介
吴 艳现任西安电子科技大学电子工程学院——博士、教授、博士生导师。1987年毕业于西北电讯工程学院信息处理专业，分别于1997年和2003年获得西安电子科技大学电路与系统专业的硕士和博士学位，2003-2005年在国防科技雷达信号处理国家重点实验室从事博士后研究工作，2005年评为教授、博导。长期从事遥感影像分析与理解、目标识别与分类、多传感器信息融合、机器学习与计算智能、统计学习理论及应用等领域的研究与教学工作。 曾先后主持多项国家自然科学基金、国家测绘创新项目、陕西省自然科学重点基金、中国博士后基金等多项纵向科研项目。同时与航天五院、中电集团研究所、船舶工业、陕西测绘局、国家航测遥感院等单位开展多项横向合作，将理论研究有机地融入实践应用，在国家级项目中取得了良好的应用成果，发明专利四十余项。
近年来在Elsevier/IEEE/IEE/等国际著名刊物IEEE Trans on Geoscience and Remote Sensing、IEEE Transactions on Signal Processing、IEEE Trans on Image Processing、Pattern Recognition、Imformation Fusion以及中国科学F辑:信息科学（中英文版）、电子学报、中国航空学报(英文版)、测绘学报、光学学报、电子与信息学报等国内著名刊物上发表学术论文100余篇，其中SCI和 EI检索为80余篇，多次获得高被引用论文奖。

主要研究方向
遥感影像处理、分析与理解
图像自动配准与融合
变化检测与自动更新
目标的融合检测与识别技术
人工智能与机器学习
多传感器信息融合及应用
统计图像处理
多尺度分析技术

---

科学研究
主持的纵向科研项目：
*科研项目*：XXXSAR图像XXX数据处理技术
国家自然科学基金项目：基于感知随机场的高分辨SAR图像特征提取与分类方法研究
国家自然科学基金项目：非平稳三重马尔可夫场优化结构模型的SAR图像多类分割新方法研究
国家自然科学基金项目：基于信息融合核框架的多时相遥感影像特征级变化检测研究
国家自然科学基金项目：基于多尺度信息融合的SAR图像分割新方法研究
陕西自然基础科学基金重点项目：基于深度条件随机场的高分辨SAR图像分类
博导类博士点基金：面向对象核框架的遥感影像变化检测新技术研究
国家测绘创新项目：卫星遥感数字正射影像XXX检测关键技术研究
同时与中电集团多个研究所、中国航天、船舶多个研究院、陕西测绘局、国家航测遥感院等单位开展十余项横向合作项目：“SAR图像××的综合信息提取技术”；“多传感器图像配准与融合技术”；“多传感器图像变化检测技术”等。

---

学术论文
代表性国外著名期刊论文：
W. Liang, Y. Wu, M. Li, Y. Cao. High Resolution SAR Image Classification Using Context-Aware Encoder Network and Hybrid Conditional Random Field Model. IEEE Trans on Geoscience and Remote Sensing. August, 2020,58(8):5317-5335.
Y. Cao, Y. Wu, P. Zhang, W. Liang, and M. Li. Pixel-Wise PolSAR Image Classification via a Novel Complex-Valued Deep Fully Convolutional Network. Remote Sensing. 2019, 11(22): 2653-2682.
J.W. Fan, Y. Wu, M. Li, W.K. Liang, and Y.C. Cao. SAR and Optical Image Registration Using Nonlinear Diffusion and Phase Congruency Structural Descriptor. IEEE Transactions on Geoscience and Remote Sensing, 2018, 56(9):5368-5379.
W.Y. Song, M. Li, P. Zhang, Y.Wu. Fuzziness modeling of polarized scattering mechanisms and PolSAR image classification using fuzzy triplet discriminative random fields [J]. IEEE Transactions on Geoscience and Remote Sensing, 2019, 57(7): 4980-4993.
W.Y. Song, M. Li, P. Zhang, Y. Wu. Superpixel-based hybrid discriminative random field for fast PolSAR image classification [J]. IEEE Access, 2019, 7: 24547-24558.
W.Y Song , M. Li, P. Zhang , Y. Wu , X.F. Tan, and L.An Mixture WG_-MRF Model for PolSAR Image Classification. IEEE Transactions on Geoscience and Remote Sensing, 2018, 56(2): 905-920.
F. Wang, YanWu, Ming Li. Adaptive hybrid conditional random fields model for SAR image segmentation.IEEE Trans on Geoscience and Remote Sensing,2017,55(1):537-550.
J.W.Fan,Yan Wu,F.Wang.New Point Matching Algorithm Using Sparse Representation of Image Patch Feature for SAR Image Registration.IEEE Trans on Geoscience and Sensing,2017,55(3):1498-1510.
F. Wang, Yan Wu,Ming Li.Unsupervised SAR Image Segmentation Using Higher Order Neighborhood-Based Triplet Markov Fields Model. IEEE Trans on Geoscience and Remote Sensing, Vol.52, No.8, August 2014, pp.5193–5205.
Yan Wu,P. Zhang ,M.Li. SAR Image Multiclass Segmentation Using a Multiscale and Multidirection TMF Model in NSCT Domain. Imformation Fusion. 2013（14）441-449
Yan Wu, Fan Wang, Qingjun Zhang, Fanglong Niu, Ming Li."Fast algorithm based on superpixel-level conditional triplet Markov field for successive approximation resistor image segmentation ", IET Radar, Sonar and Navigation, 2015, Vol. 9, Iss. 8, pp. 1097–1105.
P.Zhang,M.Li,Yan Wu. Unsupervised Multi-class Segmentation of SAR images using Fuzzy Triplet Markov Fields Model. Pattern Recognition. 2012, 45(11): 4018-4033 .
J.W.Fan,YanWu,Ming.Li.SARImage Registration Using Multiscale Image Features with Sparse Representation.IEEEJournal of Selected Topics in Applied Earth Observations andRemote Sensing.2017,10(4):1483-1493
W.Y Song , M. Li, P. Zhang , Y. Wu , L.Jia, and L.An. Unsupervised PolSAR Image Classification and Segmentation Using Dirichlet Process Mixture Model and Markov Random Fields With Similarity Measure. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2017, 10(8): 3556-3568.
Peng Zhang, Ming Li, Yan Wu，Li Hejing. Hierarchical Conditional Random Fields Model for Semisupervised SAR Image Segmentation. IEEE Trans on Geoscience and Remote Sensing, Vol 53, No 9, September , 2015, pp 4933-4951
L. Jia, M. Li, P. Zhang, and Y. Wu. SAR image change detection based on correlation kernel and multistage extreme learning machine [J]. IEEE Transactions on Geoscience and Remote Sensing, 2016, 54(10): 5993-6006.
L. Jia,M.Li,Yan Wu. SAR Image ChangeDetection based on iterative label-information composite kernel supervised by anisotropic texture. IEEE Trans on Geoscience and Remote Sensing.2015,53(7):3960-3973.
Yan.Wu, M.Li,P.Zhang, H.Zong, P.Xiao,C.Liu. Unsupervised multi-class segmentation of SAR images using triplet Markov fields models based on edge penalty. Pattern Recognition Letters. 2011, 32（11）: 1532-1540 .
M.Liu, Yan Wu, Q.Zhang, M. Li.“Dempster–Shafer fusion of multiple sparse representation and statistical property for SAR target configuration recognition,” IEEE Geosci. Remote Sens. Lett., vol. 11, no. 6, pp. 1106–1110, Jun. 2014.
X.J.Lian, Yan Wu, F.Wang, Q.Zhang, and M.Li, “Unsupervised SAR image segmentation based on conditional Triplet Markov fields,” IEEE Geosci. Remote Sens. Lett., vol. 11, no. 7, pp. 1185–1189, July 2014.
Lu Gan, Yan Wu, Fan Wang, Peng Zhang, and Qiang Zhang.Unsupervised SAR Image Segmentation Based on Triplet Markov Fields with Graph Cuts. IEEE Geoscience and Remote Sensing Letters, Vol.11, No.4, April, 2014, pp.853–857.
Q. Zhang, Yan Wu, W. Zhao, F. Wang, J. W. Fan, and M. Li, “Multiple-scale salient-region Detection of SAR image based on Gamma distribution and local intensity variation,” IEEE Geosci. Remote Sens. Lett., vol. 11, no. 8, pp. 1370–1374, Aug. 2014.
L.Jia, M.Li, Yan Wu, P. Zhang, H.Chen, L. An. Semisupervised SAR Image Change Detection Using a Cluster-Neighborhood Kernel. IEEE Geosci. Remote Sens. Lett., vol.11, no.8, pp. 1443-1447, Aug.2014.
Ming Liu, Yan Wu, Peng Zhang, Qiang Zhang, Yanxin Li, and Ming Li. "SAR Target Configuration Recognition Using Locality Preserving Property and Gaussian Mixture Distribution". IEEE Geosci. Remote Sens. Lett., vol. 10, no. 2, pp. 268-272, Mar. 2013.
F. Wang, Yan Wu, Q. Zhang, P. Zhang, M. Li, and Y. Lu."Unsupervised Change Detection on SAR Images Using Triplet Markov Field Model". IEEE Geosci. Remote Sens. Lett., 10(4). 697-701, Jul. 2013.
P. Zhang, M. Li,Yan Wu. Unsupervised SAR Image Segmentation Using a Hierarchical TMF Model. IEEE Geosci. Remote Sens. Lett., vol. 10, no.5, pp.971-975, 2013.
L.Gan, Yan Wu, M. Liu, P. Zhang, H. Ji, F. Wang. Triplet Markov Fields with Edge Location for Fast Unsupervised Multi-class Segmentation of SAR Images. IET Image Process., 2012, 6(7), pp. 831–838.
P. Zhang , M. Li, Yan Wu.An Improved Particle Filter Algorithm Based on Markov Random Field Modeling in Stationary Wavelet Domain for SAR Image Despeckling. Pattern Recognition Letters. 2012, 33(10): 1316–1328.
P. Zhang, M. Li,Yan Wu, M. Liu, F. Wang, and L. Gan. SAR image multiclass segmentation using a multiscale TMF model in Wavelet Domain. IEEE Geosci. Remote Sens. Lett., vol. 9, no.6, pp.1099-1103, 2012.
Yan Wu, X. Wang, P. Xiao, L. Gan, C. Liu, M. Li. “Fast algorithm based on triplet Markov fields for unsupervised multi-class segmentation of SAR images”. Science in China Series F :Imformation Sciences. 2011, 54(7): 1524–1533.

---

科研团队
团队教师




博士研究生
硕士研究生

---

课程教学
本人长期承担的教学任务：
本科教学：数字信号处理、线性代数
研究生教学（博士/硕士学位课X16EE0108/X16EE1108,工程硕士选修课Z08EE1108）：多传感器数据融合技术

---

招生要求
~~~~~~~~~~~~~~~~~~~~~~~~~~
关于博士/硕士生招生信息：
~~~~~~~~~~~~~~~~~~~~~~~~~~
欢迎报考，最好邮件联系，24小时内及时回复，报考前务必先附个人简介和本科学习成绩发邮件联系我。录取时报本导师的学生优先录取，攻读博士的学生优先录。

1.对研究生要求：
勤奋努力，踏实肯干，协作能力强。
数理基础知识扎实，具有良好的计算机编程能力。
英语具有良好的听说读写能力，具有良好的语言表达能力。
实验室对做出成绩的学生，有良好奖励措施。
2.每年计划招硕士生6-7名，博士生1-2名。目前在研博士研究生6名，硕士研究生18名。
3.对于本校与外校免推硕士研究生直接联系本导师面试。
对于统考研究生复试情况，请和电院研究生办公室联系（Tel：）。
4.往届硕博研究生毕业分配去向：
中电集团14所、28所、20所，兵器工业部西安205所、206所、船舶705所、航天五院、503所、504所以及华为、中国移动等。

欢迎各位有志之士报考！