袁媛

发布者:地理与生物信息学院发布时间:2016-11-21浏览次数:5943

袁媛,副教授,硕士生导师。研究兴趣包括:深度学习,遥感时间序列分析,土地覆盖分类/变化检测,突发性自然灾害监测等。2011年毕业于南京大学地理与海洋科学学院,获得地理科学学士学位。2011-2016年在中国科学院遥感与数字地球研究所硕博连读,获得信号与信息处理工学博士学位,同年进入南京邮电大学地理与生物信息学院工作,现主持国家自然科学基金青年基金1项、江苏省自然科学基金青年基金1项、江苏省测绘地理信息科研项目1项、校级课题3项,以第一作者发表学术论文10余篇、授权专利2项。

主持科研项目:

  1. 国家自然科学基金青年项目,面向精细尺度耕地动态变化监测的循环神经网络时序预测模型研究,2020.1-2022.12

  2. 江苏省自然科学基金青年项目,自主学习框架下的遥感时间序列时空特征表达与变化检测方法研究,2017.10-2020.10

  3. 江苏省测绘地理信息局科研项目,基于高分遥感影像序列的耕地动态变化监测技术研究,2019.6-2020.5

  4. 中国科学院遥感与数字地球研究所研究生所长基金,基于隐马尔科夫模型的时间序列卫星影像变化检测方法研究,2013.1-2013.12

代表性论文:

  1. Yuan Yuan, et al, SITS-Former: A pre-trained spatio-spectral-temporal representation model for Sentinel-2 time series classification, International Journal of Applied Earth Observation and Geoinformation, 2022, 106: 102651.

  2. Yuan Yuan, et al, Self-Supervised Pre-Training of Transformers for Satellite Image Time Series Classification, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2021, 14: 474-487.

  3. Yuan Yuan; et al, Using An Attention-Based LSTM Encoder–Decoder Network for Near Real-Time Disturbance Detection, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2020, 13: 1819-1183.

  4. Yuan Yuan; et al, A New Framework for Modelling and Monitoring the Conversion of Cultivated Land to Built-up Land Based on a Hierarchical Hidden Semi-Markov Model Using Satellite Image Time Series, Remote Sensing, 2019, 11(2): 1~24.

  5. Yuan Yuan; et al, Continuous Change Detection and Classification Using Hidden Markov Model: A Case Study for Monitoring Urban Encroachment onto Farmland in Beijing, Remote Sensing, 2015, 7(11): 15318~15339.

授权发明专利:

  1. 袁媛, . 基于循环神经网络的地表异常现象遥感监测方法、装置, ZL202010133968.7.

  2. 袁媛, . 用于遥感影像的神经网络模型预训练方法、装置, ZL202011038698.8.

社会兼职:

  1. 中国图象图形学学会遥感图像专委会,委员

  2. 江苏省人工智能学会智能遥感专委会,会员

  3. IEEE J-STARSIEEE GRSLJAGRemote Sensing、《遥感学报》等期刊审稿人

招生信息:

招收测绘科学与技术专业研究生,因材施教,以就业为导向培养应用型人才,欢迎具有测绘、遥感、GIS、计算机、电子等学科背景的同学报考!

联系方式:yuanyuan@njupt.edu.cn