報告時間：2020年10月12日（周一）下午14：00-15：00
　　報告形式：騰訊會議（會議號：270637082、密碼：123456）
　　報告題目:  Hyperspectral Images Unmixing Using Deep Learning
摘要: Due to factors such as low spatial resolution, microscopic material mixing, and multiple scattering, hyperspectral images generally have problems with mixed pixels. This paper proposes two network structures under the framework of deep learning, which can be well applied to hyperspectral images unmixing: 1) network architecture based on spectral information, the architecture uses a fully connected neural network and the spectral vector is used as an input for unmixing; 2) network architecture based on spatial-spectral information, the architecture further combines the convolutional neural networks to fuse the spatial information and spectral information of the hyperspectral image for unmixing. Experiments on simulated dataset and real dataset show the efficiency of our approach.
　　報告人簡介：李紅，教授，博士生導師，享受國務院政府特殊津貼專家，華中科技大學卓越學者特聘教授。主要從事逼近與計算、機器學習與模式識別等方面的研究，在IEEE Trans等重要學術期刊上發表學術論文50余篇。主持國家自然科學基金、“十二五”航天支撐計劃項目及國防預研基金等多個科研項目。2006年至2019年期間多次應邀訪問香港浸會大學、澳門大學、美國加州大學爾灣分校（UCI）、澳大利亞悉尼大學等，十余次出席國際學術會議。2006年獲寶鋼教育基金“優秀教師”獎；2009年主持建設的“復變函數與積分變換”課程被評為國家精品課程、2013年評為國家精品資源共享課程、2018年評為國家精品在線開放課程；2013年獲湖北省教學成果二等獎；2014年獲湖北省名師稱號。
　　歡迎廣大師生參加！

理學院
2020年10月12日