馮志璽，男，博士，任職於西安電子科技大學人工智慧學院。
基本介紹
- 中文名：馮志璽
- 畢業院校：西安電子科技大學
- 學位/學歷：博士
- 職業：教師
- 專業方向：智慧型目標信息感知、機器學習
- 任職院校：西安電子科技大學人工智慧學院
個人經歷,教育經歷,工作經歷,研究方向,學術成果,榮譽獎勵,
個人經歷
智慧型感知與圖像處理教育部重點實驗室成員。
教育經歷
2014-2018 西安電子科技大學智慧型信息處理 博士；
2012-2014 西安電子科技大學 電路與系統 碩士；
2008-2012 蘭州理工大學自動化 學士。
工作經歷
2018 - 至今 西安電子科技大學 人工智慧學院。
研究方向
1.智慧型目標信息感知
目標信息表征與智慧型識別；
電磁信號認知分析；
軍事人工智慧套用。
2.機器學習
深度學習及套用；
半監督機器學習。
學術成果
主持科研項目：
1. 國家自然科學青年科學基金：半監督圖深度神經網路研究及其在高光譜影像分類中的套用，2020.01-2022.12；
2. 中國博士後科學基金：半監督深度學習機器在高光譜解譯中的套用，2018.12-2020.12；
3. 陝西省自然科學基礎研究計畫一般項目（青年）：面向小樣本深度學習的高光譜遙感圖像解譯，2019.01-2020.12；
參與科研項目：
1.部委項目 基於認知機理的多源異構高維數據特徵抽取， 2017.05-2020.05 ；
2.部委項目 基於類腦智慧型的×××信息感知技術， 2017.10-2019.12；
3. 部委項目 基於生物視覺感知與認知的特徵提取與識別技術， 2017.05-2020.05 ；
4.部委項目 基於稀疏深度學習的信號特徵提取技術研究， 2016.08-2018.12；
5. 國家自然科學基金重點項目 類腦認知機器學習與遙感解譯套用 2019.01-2023.12；
6. 裝備預研航天科工聯合基金無線電發射設備識別和行為認知技術研究， 2018.08-2020.08。
合作發表論文：
1. Learning Dual Geometric Low-rank Structure for Semisupervised Hyperspectral Image Classification，IEEE Trans. Cybernetics.(2019)
2. Self-Paced Learning-Based Probability Subspace Projection for Hyperspectral Image Classification.IEEE Trans. Neural Netw. Learning Syst. 30(2): 630-635 (2019)
3. Deep Sparse Tensor Filtering Network for Synthetic Aperture Radar Images Classification.IEEE Trans. Neural Netw. Learning Syst.29(8): 3919-3924 (2018)
4. Extreme Self-Paced Learning Machine for On-Orbit SAR Images Change Detection.IEEE Access7: 116413-116423 (2019)
5. Superpixel Tensor Sparse Coding for Structural Hyperspectral Image Classification.IEEE J Sel. Topics in Appl. Earth Observ. and Remote Sensing10(4): 1632-1639 (2017)
6. Incremental Semi-Supervised classification of data streams via self-representative selection.Appl. Soft Comput.47: 389-394 (2016)
7. Spectral-Spatial KerSparseBands Selector.IEEE J Sel. Topics in Appl. Earth Observ. and Remote Sensing9(9): 4361-4373 (2016)
8. Discriminative Spectral-Spatial Margin-Based Semisupervised Dimensionality Reduction of Hyperspectral Data.IEEE Geosci. Remote Sensing Lett.12(2): 224-228 (2015)
9. Semi-supervised classification via kernel low-rank representation graph.Knowl.-Based Syst. 69: 150-158 (2014)
10. Fast ship detection of synthetic aperture radar images via multi-view features and clustering [C],2014 International Joint Conference on Neural Networks (IJCNN),2014.
11. 神經網路七十年:回顧與展望 [J]. 計算機學報, 2016，39(8), 1697-1716.
合作授權發明專利：
1. 基於近鄰邊界最大的半監督高光譜數據降維方法 [P], 中國, ZL201410213709.X. 授權日期：2017.02.15.
2. 基於波段不相似性的高光譜數據波段表徵選擇方法 [P], 中國, 201510523821.8. 申請日期：2015.08.24.
榮譽獎勵
研究生國家獎學金（2013、2015年）；
西安電子科技大學優秀畢業生（2018年）；
西安電子科技大學優秀研究生（2013、2015、2016年）；
西安電子科技大學優秀研究生幹部（2016年）。
