基本信息
杨淑媛　教授
硕导、博导
博士学科：智能信息处理
硕士学科：智能信息处理、电路与系统　
工作单位：人工智能学院

联系方式
通信地址：西电224号信箱
电子邮箱：syyang@xidian.edu.cn
办公电话：
办公地点：主楼II-413


个人简介
1996-2000 西安电子科技大学 电子工程专业 学士
2000-2003 西安电子科技大学 电路与系统专业 硕士
2001-2005 西安电子科技大学 电路与系统专业 博士
2001-2010 西安电子科技大学 助教、讲师、副教授
2010-今西安电子科技大学教授
完成3项国家自然科学基金，主持12项国家级/省部级科研项目，6项*科研项目*。研究成果以第1/第2(兼通讯)作者在IEEE著名期刊上发表长文26篇(IEEE Trans on Neural Networks and Learning System, IEEE Trans on Image Processing, IEEE Trans on Geoscience and Remote Sensing等)。合作出版专著5部，授权国家发明专利29项(4项应用，1项转让)，获陕西省科学技术一等奖4项，吴文俊人工智能青年创新二等奖等。入选教育部新世纪优秀人才、陕西省科技新星计划。
【New】
2021年研究生招生，团队还有部分名额，杭州研究院 3名，广州研究院1名，欢迎大家咨询联系！

主要研究方向
智能目标信息感知
目标信息表征与智能采集
多源遥感信息融合与目标信息提取
大倍率遥感数据压缩
军事人工智能应用
机器学习
稀疏机器学习与优化
深度学习与轻量化实现
半监督机器学习

---

基本信息
杨淑媛　教授
硕导、博导
博士学科：智能信息处理
硕士学科：智能信息处理、电路与系统　
工作单位：人工智能学院

联系方式
通信地址：西电224号信箱
电子邮箱：syyang@xidian.edu.cn
办公电话：
办公地点：主楼II-413


个人简介
1996-2000 西安电子科技大学 电子工程专业 学士
2000-2003 西安电子科技大学 电路与系统专业 硕士
2001-2005 西安电子科技大学 电路与系统专业 博士
2001-2010 西安电子科技大学 助教、讲师、副教授
2010-今西安电子科技大学教授
完成3项国家自然科学基金，主持12项国家级/省部级科研项目，6项*科研项目*。研究成果以第1/第2(兼通讯)作者在IEEE著名期刊上发表长文26篇(IEEE Trans on Neural Networks and Learning System, IEEE Trans on Image Processing, IEEE Trans on Geoscience and Remote Sensing等)。合作出版专著5部，授权国家发明专利29项(4项应用，1项转让)，获陕西省科学技术一等奖4项，吴文俊人工智能青年创新二等奖等。入选教育部新世纪优秀人才、陕西省科技新星计划。
【New】
2021年研究生招生，团队还有部分名额，杭州研究院 3名，广州研究院1名，欢迎大家咨询联系！

主要研究方向
智能目标信息感知
目标信息表征与智能采集
多源遥感信息融合与目标信息提取
大倍率遥感数据压缩
军事人工智能应用
机器学习
稀疏机器学习与优化
深度学习与轻量化实现
半监督机器学习

---

科学研究
主持在研科研项目：
1. 国家自然科学基金面上项目 ** 隐空间稀疏与结构化先验下的非线性压缩感知研究 2018.01-2021.12
2. 部委项目 基于认知机理的多源异构高维数据特征抽取 2017.05-2020.05
3. 部委项目 基于类脑智能的×××信息感知技术 2017.10-2019.12
4. 部委项目 基于生物视觉感知与认知的特征提取与识别技术 2017.05-2020.05
5. 部委项目 基于稀疏深度学习的×××特征提取技术研究 2016.05-2018.05
6. ×××*科研项目* 基于多模态稀疏深度学习的×××技术 2017.12-2020.12
7. ×××联合基金 飞行器复杂环境下×××技术研究 2017.12-2019.12
8. ×××联合基金 复杂环境 2017.07-2019.09
9. 陕西省重点项目-工业领域 面向智慧城市环境监测的遥感大数据流深度学习与融合技术 2017.01-2019.12
10. 北京遥感设备研究所 深度学习算法研究 2017.08-2019.08
11. 电子信息系统复杂电磁环境效应国家重点实验室课题 基于深度学习的电磁信号认知分析技术 2017.10-2019.09
主持已结题项目
12. 国家自然科学基金重大研究计划（培育项目） 基于稀疏特征的遥感信息高效感知与压缩 2015.01-2017.12
13. 国家自然科学基金面上项目 ** 基于字典学习与耦合观测的压缩学习感知 2011.01-2013.12
14. 教育部博士点基金项目 005 基于稀疏协同网络的高维数据学习 2013.01-2015.12
15. 国家自然科学基金青年基金 ** 自适应Bandelet 变换及其在SAR图像压缩中的应用 2006.01-2009.12
16. 教育部新世纪优秀人才支持计划 NCET-10-668 海量雷达遥感数据处理新技术 2011.01-2013.12
17. ×××*科研项目* 压缩感知××× 2011.01-2013.12
18. 陕西省科技新星 遥感影像稀疏感知与学习 2013.01-2014.12
19. 华为创新研究计划项目 模拟信号压缩感知的AIC实现研究 2014.01-2015.12
20. 宁波市自然科学基金 稀疏认知下的城市环境变化监测技术研究 2015.01-2016.12
参与科研项目：
21. *科研项目*（*科研项目*）非结构化环境的协同感知与高效目标相关信息获取 2013.01-2017.09 （排名第三）
22. 国家自然科学基金重大研究计划 稀疏认知下的遥感影像在轨变化检测与目标提取 2015.01-2018.12 （排名第二）
23. ×××*科研项目* 基于神经计算的××× 2015.10-2017.12 （排名第二）

研究成果简介
1. 基于深度学习的智能信号分析处理
无线电信号认知识别本质上是一个模式识别问题，其中的关键问题是如何获得信号的一个好的描述。目前无线电信号采用的特征提取方法是基于专家先验知识的人工特征提取方法，即要利用专业背景知识和技巧处理数据，使得特征能在机器学习算法上发挥更好的作用，在现代战场环境下面临诸多困难与局限。课题组开展了无线电信号深度特征学习的研究，研发了基于注意力机制，门控循环单元，深度残差和多尺度等一系列深度学习网络模型，实现了实际复杂电磁环境下的信号调制编码联合识别，具有普适性好、鲁棒性强、识别准确率高、网络参数少、识别信号类型多的优点。实验证明，网络可以有效完成31种编码调制联合信号的识别，识别准确率达优于90%。

---

2. 模拟信号欠采样技术与实现
奈奎斯特采样定理是传统信号处理技术的基础。在许多实际应用如宽带/超宽带信号处理、高光谱成像中，现有的硬件设备难以满足采样需求。近年来兴起的压缩感知理论(Compressed Sensing, CS)为缓解这一压力提供了可能。压缩感知的核心思想是利用信号自身的稀疏性或可压缩性，通过某种观测方法得到少量非相关的测量值，进而通过优化算法在低采样率的条件下精确重构高分辨信号。课题组搭建并实现基于模拟域压缩感知AIC的硬件系统仿真平台，实现了十倍欠奈奎斯特采样下的精准信息采集。
更多详情参见：展示视频，密码：768v

---

3. 遥感影像在轨变化检测与目标提取演示验证系统
遥感信息在轨处理是缓解卫星数据下传和后处理压力，提升信息获取的时效性和天基信息系统的自动化、智能化水平的有效途径。课题组研发了多种变化检测与目标检测、识别算法，搭建了FPGA+ARM 的 片上系统 SoC演示验证系统。 作为计算处理核心，实现了实时性好、低重量、低功耗、智能化的在轨目标信息提取。高速模拟到数字转换器（ADC）用于对中频回波信号采样；现场可编程阵列（FPGA）用于处理回波数据，雷达成像；ARM 用于变化检测等核心算法的实现以及外设的管理；为展示验证系统，配备了高清音视频HDMI接口。

更多信息参见：视频展示 密码: awpe

---

---

学术成果
第一作者/通讯作者部分代表性论文：（近五年）
Self-Paced Learning-Based Probability Subspace Projection for Hyperspectral Image Classification.IEEE Transactions on Neural Networks and Learning Systems. doi: 10.1109/TNNLS.2018.**, 2018
Deep Sparse Tensor Filtering Network (DSTFN) for Synthetic Aperture Radar (SAR) Images Classification. IEEE Transactions on Neural Networks and Learning Systems.doi: 10.1109/TNNLS.2017.**, 2018
Learning Low-Rank Decomposition for Pan-Sharpening With Spatial-Spectral Offsets. IEEE Transactions on Neural Networks and Learning Systems. doi: 10.1109/TNNLS.2017.**, 2018
Pansharpening via Deep Metric Learning.International Society for Photogrammetry and Remote Sensing. 2018
Hybrid Probabilistic Sparse Coding With Spatial Neighbor Tensor for Hyperspectral Imagery Classification. IEEE Transactions on Geoscience and Remote Sensing. 2018
New Hierarchical Saliency Filtering for Fast Ship Detection in High-Resolution SAR Images. IEEE Transactions on Geoscience and Remote Sensing. 2017
Multispectral and Hyperspectral Image Fusion Based on Group Spectral Embedding and Low-Rank Factorization. IEEE Transactions on Geoscience and Remote Sensing.2017
Compressive Hyperspectral Imaging via Sparse Tensor and Nonlinear Compressed Sensing. IEEE Transactions on Geoscience and Remote Sensing..2016
Dual-Geometric Neighbor Embedding for Image Super Resolution With Sparse Tensor. IEEE Transactions on Image Processing. 2014
Image Noise Reduction via Geometric Multiscale Ridgelet Support Vector Transform and Dictionary Learning. IEEE Transactions on Image Processing. 2013
Single-Image Super-Resolution Reconstruction via Learned Geometric Dictionaries and Clustered Sparse Coding. IEEE Transactions on Image Processing. 2012
Semisupervised Dual-Geometric Subspace Projection for Dimensionality Reduction of Hyperspectral Image Data. IEEE Transactions on Geoscience and Remote Sensing.2014
Unsupervised images segmentation via incremental dictionary learning based sparse representation. Information Sciences.2014
Fusion of multispectral and panchromatic images based on support value transform and adaptive principal component analysis. Information Fusion.2012
Sparse Spatial-Spectral LapSVM With Semisupervised Kernel Propagation for Hyperspectral Image Classification. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 2017.
Superpixel Tensor Sparse Coding for Structural Hyperspectral Image Classification. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 2017.
Fusion of Panchromatic and Multispectral Images via Coupled Sparse Non-Negative Matrix Factorization. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 2016.
Curvelet Support Value Filters (CSVFs) for image super-resolution. Neurocomputing. 2016.
Incremental Semi-Supervised classification of data streams via self-representative selection. Applied Soft Computing. 2016
Fuzzy Signature-Based Discriminative Subspace Projection for Hyperspectral Data Classification. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 2016.
SpectralSpatial KerSparseBands Selector. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 2016.
Sparse Robust Filters for scene classification of Synthetic Aperture Radar (SAR) images. Neurocomputing. 2016.
Hierarchical Representation Learning based spatio-temporal data redundancy reduction. Neurocomputing. 2016.
Saliency generation from complex scene via digraph and Bayesian inference. Neurocomputing. 2016.
合作出版专著：
焦李成，赵进，杨淑媛等. 《深度学习、优化与识别》. 清华大学出版社.2017
焦李成，尚荣华, 刘芳, 杨淑媛, 侯彪等. 《稀疏学习、分类与识别》. 科学出版社, 2017
焦李成，尚荣华, 刘芳, 杨淑媛, 侯彪等. 《认知计算与多目标优化》. 科学出版社, 2017
焦李成，侯彪，尚荣华，杨淑媛等.《智能SAR影像变化检测》. 科学出版社,2017
焦李成，冯婕，刘芳，杨淑媛等.《高分辨遥感影像学习与感知》 . 科学出版社,2017
焦李成，杨淑媛.《自适应多尺度网络理论与应用》, 科学出版社.2008
以第一发明人授权专利：
基于对偶稀疏非负矩阵分解的多光谱与全色图像融合方法. ZL3.1
基于特征融合和聚类的高分辨SAR图像快速舰船检测方法. ZL5.6
基于近邻边界最大的半监督高光谱数据降维方法. ZL9.X
一种基于层次化稀疏建模的图像显著性检测方法. ZL1.1
一种基于修正聚类假设和半监督极速学习机的高光谱地物分类方法. ZL9.0
一种基于可控核的双几何非局部均值图像去噪方法. ZL7.6
基于RGB-D图像的太极拳智能辅助训练系统. ZL5.7
基于稀疏多流行嵌入的超分辨率图像重构方法. ZL4.2
基于CFAR和稀疏表示的高分辨SAR图像舰船舰船方法. ZL9.6
基于LRR图的半监督学习人脸识别方法. ZL9.2
基于Toeplitz矩阵观测和字典学习的数码相机压缩成像方法. ZL1.3
基于结构自相似性与稀疏表示的超分辨率图像重构方法. ZL5.4
基于局部一致性的遥感影像半监督投影降维. ZL9.0
基于压缩感知的空谱域联合恢复高光谱数据的方法. ZL1.0
基于压缩感知的多光谱与全色图像超分辨融合方法. ZL1.5
基于结构字典的分块图像压缩感知重建方法. ZL0.3
基于AIC压缩信息获取和FBMP的雷达目标参数估计方法. ZL3.1
基于稀疏核编码SKR的高光谱图像地物识别方法. ZL9.X
基于核回归的图像压缩感知重构方法. ZL4.5
基于多任务KSVD字典学习的图像超分辨率重构方法 . ZL3.X
利用稀疏表示与字典学习进行图像分割的方法 . ZL6.8
基于多尺度显著图的自适应图像压缩采样方法. ZL4.3
基于支撑值变换和多尺度冗余字典学习的自然图像去噪方法. ZL0.2
基于字典学习和块匹配的自然图像去噪算方法. ZL4.8
基于压缩学习感知的SAR高分辨图像重建方法. ZL7.0
基于双冗余字典学习的自然图像去噪方法. ZL3.2
基于KSVD字典学习的多任务超分辨率图像重构方法. ZL6.2
基于自适应多尺度Bandelet包的SAR图像去噪压缩方法. ZL8.4

---

荣誉获奖
1. 陕西省科学技术一等奖 高分辨SAR影像变化检测关键技术及系统平台 2017 (3/11)
2. 陕西省科学技术一等奖 SAR影像智能信息提取与目标识别 2012 （6/11）
3. 陕西省科学技术一等奖 多尺度核学习机理论及其在复杂目标识别中的应用 2010 （3/11）
4. 陕西高等学校科学技术奖 高分辨SAR影像变化检测关键技术及系统平台 2014 （5/11）
5. 第五届吴文俊人工智能科学技术创新奖 《智能目标信息感知与理解》 2015
6. 中国电子学会优秀青年工作者 2016

---

科研团队
团队教师：冯志玺（副教授、硕导）
博士研究生：刘志、马宏斌、徐光颖、王俊骁、郝晓阳、赵世慧、徐光颖、孟会晓、MEHMOOD ATIF、AL SMADI、王翰林、杨晨
硕士研究生：余亚萍、胡滔、王喆、吴亚聪、王艺、张博闻、宋雨萱、王思宇、井湛、李治、王翰林、高全伟
毕业博士生：
杨丽霞--宁夏大学
王士刚--西北工业大学
冯志玺--西安电子科技大学
张 凯--山东师范大学
邢颖慧--西北工业大学

---

课程教学
本科教学：
机器学习（双语）、场论与复变函数
研究生教学：
神经网络基础、压缩感知理论与应用、非线性电路与系统、非线性信号处理

---

招生要求
~~~~~~~~~~~~~~~~~~~~~~~~~~
关于研究生招生的信息：
~~~~~~~~~~~~~~~~~~~~~~~~~~
2021年研究生招生，团队还有部分名额，杭州研究院 3名，广州研究院1名，欢迎大家咨询联系！
考生需具有较好的数学基础、较好的编程能力（Matlab、C/C++、Python）、较好的英文水平。
如果本科期间参加过数学建模竞赛、电子设计竞赛或者程序设计竞赛等各种省部级以上竞赛，录取时会优先考虑。

---

基于稀疏特征的遥感信息高效感知与压缩
我国的遥感技术近年内发展迅速，遥感数据逐步呈现多源、多尺度、多时相、全球覆盖和高分辨率（空间、时间、光谱）的特点，在为遥感观测带来海量高分辨遥感数据的同时，也为遥感数据的存储与传输带来了极大的负担.因而，研究实时性好、压缩比大、失真度小的遥感图像压缩与重构算法，变得越来越重要。课题组基于深度学习、压缩感知。稀疏表征等理论与方法，研发了大倍率遥感数据压缩技术，成果也可推广于自然场景图像，在保证画质的同时以最大的可能压缩图像。

---

1. 基于深度神经网络的图像压缩系统
人工智能领域正在经历一场变革，深度学习技术逐渐成为机器学习领域的前沿技术，近年来得到了突飞猛进的发展。借助于深度学习技术，构造深度压缩与解压网络，实现大倍率压缩。
更多详情请看 展示视频，密码：id3b
2.基于字典学习的图像压缩系统
更多详情请看展示视频，密码：1hf2



新增栏目1

---

Profile
Name Title
Department:

Contact Information
Address:
Email:
Tel:


Introduction
Put brief introduction of yourself here


Research Interests
1．
2.
3．
4．
5．

---

Research
目前研究团队承担的科研项目：

---

Papers
[1]
[2]
[3]
[4]
[5]
[6]
[7];
[8]
[9]

---

Honors
点击网页顶部“添加栏目”可以添加其他栏目
把鼠标放在栏目标题处，尝试拖动栏目。

---

Team
团队教师




博士研究生
硕士研究生

---

Teaching
目前本人承担的教学任务：

课件下载 示例

---

Admission
~~~~~~~~~~~~~~~~~~~~~~~~~~
关于研究生招生的信息：
~~~~~~~~~~~~~~~~~~~~~~~~~~