湖南大学这个作法值得推广！

问津学术圈 2022-03-24

湖南大学、中山大学、华南理工大学、重庆大学、西南大学、西北农林科技大学考博信息湖南大学马克思主义学院2021年优秀大学生暑期夏令营活动通知
湖南大学2020年拟申报自主审核单位及新增学位授权点公示，8个博士点
湖南大学考博之路近日我们关注到湖南大学研究生院集中推送答辩公告，如下

具体内容是这样的

单个博士主要包括

例如其中的一位学子

学位论文简介

研究内容

高分辨率高光谱图像的空谱结构复杂、样本标注难、数据维度高且易受外部环境干扰，导致传统高光谱图像处理与分析方法性能面临瓶颈。本文结合高光谱图像自身的结构特性和先验信息，提出了空谱联合的高光谱图像复原、融合增强和地物识别方法。主要创新点如下：

论文第二章：针对耀斑和云雾导致高光谱图像质量退化问题，本章构建了针对耀斑和云雾的高光谱图像退化模型，提出了退化模型引导的高光谱图像耀斑与云雾去除方法，实现了高光谱图像空间-光谱结构信息的高保真复原。

论文第三章：针对高光谱图像数据维度高，难以直观反映地物反射特性差异的问题，本章构建了空谱联合多谱段融合增强框架，提出了类人视觉多谱段融合增强方法，显著提升了高光谱图像的视觉解译与判读能力。

论文第四章：针对高光谱图像空谱结构十分复杂，难以准确表征的问题，本章构建了高光谱图像多尺度本征空谱结构特征融合框架，提出了非线性边缘保持特征提取方法，实现了高光谱图像复杂空谱结构的准确表征。

论文第五章：样本标准难、成本代价高、数量稀缺等因素是制约高光谱地物识别性能的核心问题，本章构建了孤立森林的高光谱目标识别框架，提出了随机行走集成学习的地物识别方法，实现了样本稀缺情形下地物高精度识别。

主要学术成果

[1] PuhongDuan, PedramGhamisi, Xudong Kang,BehnoodRasti, Shutao Li. Richard Gloaguen. Fusion of dual spatial informationfor hyperspectral imageclassification [J]. IEEETransactions on Geoscience and Remote Sensing, 2021, 59(9): 7726-7738.[2] PuhongDuan, Jibao Lai, Jian Kang, XudongKang, PedramGhamisi, Shutao Li.Texture-aware total variation-based removal ofsun glint in hyperspectral images [J]. ISPRSJournalof Photogrammetry and Remote Sensing, 2020, 166(8): 359-372.[3] PuhongDuan, Xudong Kang, Shutao Li,PedramGhamisi. Multichannel pulse-coupledneural network-based hyperspectralimage visualization [J]. IEEETransactions on Geoscienceand Remote Sensing, 2020, 58(4): 2444-2456.[4] PuhongDuan, Xudong Kang, Shutao Li,PedramGhamisi, Jon AtliBenediktsson. Fusionof multiple edge-preservingoperations for hyperspectral image classification [J].IEEE Transactions on Geoscience and Remote Sensing, 2019, 57(12):10336-10349.

[5] PuhongDuan, Xudong Kang, Shutao Li,PedramGhamisi. Noise-robust hyperspectralimage classification via multi-scaletotal variation [J]. IEEE Journal ofSelected Topics inApplied Earth Observations and Remote Sensing, 2019,12(6): 1948-1962.

[6] PuhongDuan, Xudong Kang, PedramGhamisi,Yu Liu. Multilevel structure extraction basedmulti-sensor data fusion [J]. Remote Sensing, 2020, 12(24), 4034.[7] PuhongDuan, Jibao Lai, PedramGhamisi,Xudong Kang, Robert Jakisch, Jian Kang,Richard Gloguen. Componentdecomposition-based hyperspectral resolution enhancementfor mineral mapping[J]. Remote Sensing, 2020, 12(18),2903.[8] Xudong Kang, ZhengyaoFei, PuhongDuan*, Shutao Li. Fog model-basedhyperspectral image defogging [J]. IEEETransactions on Geoscience and Remote Sensing, 2021, doi:10.1109/TGRS.2021.3101491. (导师一作，本人通讯)[9] Xudong Kang, PuhongDuan, Shutao Li*. Hyperspectralimage visualization with edge preservingfiltering and principal componentanalysis [J]. Information Fusion,2020, 17:130-143.(导师一作，本人二作)

[10] Xudong Kang, PuhongDuan, Xuanlin Xiang, Shutao Li*,Jon AtliBenediktsson. Detectionand correction of mislabeled training samplesfor hyperspectral image classification[J]. IEEETransactions on Geoscience and Remote Sensing, 2018, 56(10): 5673-5686. (导师一作，本人二作)

[11] Xudong Kang, PuhongDuan, Shutao Li*, JonAtliBenediktsson. Decolorization-basedhyperspectral image visualization [J]. IEEE Transactions on Geoscience andRemoteSensing, 2018, 56(8): 4346-4360. (导师一作，本人二作)

[12] Xudong Kang, BinbinZhuo, PuhongDuan*.Dual-path network-based hyperspectralimage classification [J]. IEEE Geoscience and Remote Sensing Letters,2019, 16(3): 447-451. (导师一作，本人通讯)

[13] Xudong Kang, BinbinZhuo, PuhongDuan*.Semi-supervised deep learning for hyperspectralimage classification [J]. Remote Sensing Letters, 2019, 10(4):353-362. (导师一作，本人通讯)

[14] PuhongDuan, Kang Jian, Xudong Kang,PedramGhamisi, Shutao Li. Sun glint removalof hperspectral images viatexture-aware total variation [C]. IEEEInternationalGeoscience and Remote Sensing Symposium (IGARSS), Waikoloa,Hawaii, USA,2020, pp. 7005-7008.

[15] PuhongDuan, PedramGhamisi, RobertJackisch, Xudong Kang, Richard Gloaguen,Shutao Li. Intrinsic imagedecomposition-based resolution enhancement for mineralmapping [C]. IEEE International Geoscience and RemoteSensing Symposium(IGARSS), Waikoloa, Hawaii, USA, 2020, pp. 4112-4115.

[16] PuhongDuan, Xudong Kang, Shutao Li.Convolutional neural network for natural colorvisualization of hyperspectralimages [C]. IEEE International Conferenceon Geoscienceand Remote Sensing Symposium (IGARSS), Yokohama, Japan, 2019,pp. 3372-3375.

[17] PuhongDuan, Xudong Kang, Shutao Li, JonAtliBenediktsson. Multi-scale structureextraction for hyperspectral imageclassification [C]. IEEE InternationalConferenceon Geoscience and Remote Sensing Symposium (IGARSS), Valencia,Spain, 2018, pp.5724-5727.