近日，数理学院成纯波博士以第一作者在著名国际期刊《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》（IF：3.827；二区）上发表题为“Hyperspectral Image Classification via Spectral-spatial Random Patches Network”的论文，葡京国际官网：为第一单位。

该研究报道了在高光谱图像分类方面的最新研究成果。高光谱图像分类是高光谱数据分析的重要步骤之一，也是高光谱数据处理的难点。高光谱图像包含丰富的空间和光谱信息，丰富的光谱和空间信息有助于提高分类精度。该研究提出了一种空谱随机块网络(SSRPNet)，该网络不经过任何训练，直接将从图像中提取的随机图像块作为卷积核，将提取的空谱特征叠加成高维向量，与浅、深、光谱、空间特征相结合。通过基于图的学习方法对高维特征向量进行分类，从小样本点中随机选择特征子集创建图来实现良好的分类性能。该项研究成果获得了较高的分类精度，为高光谱图像分类方法的应用和设计提供了新思路。

成纯波博士现为数理学院信息与计算科学教研室教师，毕业于华中科技大学数学与统计学院。该研究工作得到了国家自然科学基金、澳门大学研究基金等项目经费的支持。

原文链接：

（通讯员 崔文静 李慧）