余先川
姓名:余先川
职称:教授,博导,教育部新世纪优秀人才
电话:010-58800460
邮箱:yuxianchuan@163.com
QQ:278354538
二、教育背景与工作经历
20019年-今,北京师范大学,人工智能学院,教授
2004年-2019年,北京师范大学,信息科学与技术学院,教授
1998年-2004年,北京师范大学,信息科学与技术学院,副教授
1998年-1998年,吉林大学,计算机系/计算机软件博士后科研流动站,副教授
1995-1997,吉林大学,计算机系/计算机软件博士后科研流动站,博士后,讲师
1992-1995,吉林大学,地球探测科学与技术学院,博士研究生/工学博士
1989-1992, 吉林大学,地球探测科学与技术学院,硕士研究生/工学硕士学位
1985-1989,吉林大学,地球科学学院,工学学士
三、社会兼职
国际数学地球科学学会(IAMG) 中国国家委员会副主席 2009-现在
中国数学地质与地学信息处理专业委员会(第七届)副主任 2012-现在
中国地质学会数据驱动与地学发展专委会第一届委员会委员,2022-现在
IEEE Senior Member 2009-现在
中国计算机学会协同计算专业委员会委员 2010-现在
中国宇航学会光电技术专业委员会常务委员 2008-现在
中国岩石地球化学学会大数据专委会副主任,2017-现在
中国地图学与 GIS 专业委员会委员 2005-现在
中国遥感应用协会专家委员会常务委员 2011-现在
《图像与信号处理》、《地质学刊》、《现代电子技术》等期刊编委
担任多个国际会议程序委员会委员、分会主席
四、研究领域
专业方向:机器学习/深度学习、图像处理与数据挖掘。
应用领域:地质科学、遥感科学、天文科学、脑认知等。
五、研究概况
空间数据如地质数据与地球化学数据、遥感图像、天文数据、脑电数据都是空间位置/多模态数据,为提升图像/数据处理效果,本人主要研究基于物理机理、认知机理的图像/数据的探索性数据分析、图像处理与模式识别,涉及盲信号处理、机器学习、数据挖掘、图像处理、统计分析等。
授权国家发明专利 8 项、获准软件著作权 8 项、撰写专著 3 部、发表学术论文 SCI/EI 收录 80 余篇,多次论文被高被引。先后主持国家 863 课题 1 项、国家自然科学基金 7+1 项、北京市自然科学基金 3 项、教育部课题3项等。
六、奖励与荣誉
2006年度教育部新世纪优秀人才,2000年教育部骨干教师
2014海南省科技进步二等奖
2020地理信息科技进步奖
七、研究课题
余先川(主持),基于深度学习的多源遥感图像复杂地质体识别, 国家自然科学基金, 2022.1-2025.12
余先川(主持),基于稀疏成分分析的找矿信息识别, 国家自然科学基金, 2017.1-2020.12
余先川(主持),基于深度学习的遥感崩滑地质灾害信息提取, 北京市自然科学基金, 2017.10-2019.12
余先川(主持),高光谱遥感影像光谱解混与超分辨率重建研究及其在地质填图中的应用, 国家自然科学基金, 2013.1-2016.12.
余先川(主持),高空间分辨率遥感影像目标自动识别,国家863计划课题,2007-2009
余先川(主持),教育部新世纪优秀人才支持计划,教育部,2007-2009
余先川(主持),面向矿产预测的分成混合模糊-神经网络敏感性分析,国家自然科学基金,2011.1-2013.12
余先川(主持),基于空间非负矩阵分解的矿产预测研究,国家自然科学基金,2007-2009
余先川(主持),空间独立成分分析及其在矿产预测中的应用研究,国家自然科学基金,2004-2006
余先川(主持),非线性空间信息统计学及其在地学中的应用,国家自然科学基金,2003-2003
余先川,2004 IEEE 系统、人与控制国际学术会议,国家自然科学基金对外交流与合作,2004.10
余先川(主持),基于稀疏成分分析的多源遥感影像融合 ,北京市自然科学基金,2010.1 -2012.12
余先川(主持),合成孔径雷达图像的混合像元分解,北京市自然科学基金,2006-2008
余先川(主持),进一步完善我国空间信息基础设施建设的对策,国家发展和改革委员会地区经济司,2010.7-2011.3
余先川(主持),珠海市教育信息网格可行性研究,珠海市科学基金,2006-2007
余先川(主持),危机矿山三维信息评价系统:三维克立格储量计算系统,国土资源部项目之课题,2006-2010
姚力、余先川,脑功能成像(fMRI)信息处理和高级认知功能的研究,教育部高等学校骨干教师资助计划,2001-2003
师书恩、余先川,信息技术在教育中的应用,教育部项目(后为国家“十五”重点)1999-2002
刘大有,余先川,计算机综合信息矿产预测系统,吉林省科委项目,1996-1998
余先川(主持),空间数据特征信息的计算机自动提取,中国博士后科学研究基金项目,1996-1997
余先川(完成人),“黑龙江省漠河-萝北地区1:20万比例尺原生金矿综合信息定量预测及靶区研究”之数学模型和信息处理,国家黄金管理局项目,1990-1994
余先川(完成人),“黑龙江省原生金矿综合信息预测方法研究”之数学模型和信息处理,国家黄金管理局项目,1989-1992
八、学术成果
专著与翻译:
YU Xianchuan*, HU Dan, XU Jindong, Blind Source Separation: Theory and Applications, Wiley Press,2013
余先川, 胡丹著. 盲源分离理论与应用. 北京:科学出版社, 2011.1.(获2009年度中国科学院科学出版基金支持)
贺辉,余先川,胡丹著. 模糊不确定性建模分析及应用. 北京:科学出版社, 2017
田文武,余先川等,见:武向平主编,中国SKA 科学报告,北京:科学出版社, 2019.11, ISBN3.978-7-03-062979-1
Xianchuan YU* ,Ting ZHANG, Wei ZHOU, Independent Component Analysis and its Applications to Manufacturing Problems, Chapter XVII : Handbook of Computational Intelligence in Manufacturing and Production Management, Information Science Reference, Hershey, New York, 316-344,2007
彭望琭*, 余先川, 贺辉, 陈红顺等译. Thomas M Lillesand; Ralph W Kiefer著. 遥感与图像解译(原书第7版). 北京:电子工业出版社. 2016-04-01
彭望琭*, 余先川, 周涛,等译. Thomas M Lillesand; Ralph W Kiefer著. 遥感与图像解译. 北京:电子工业出版社. 2003
王世称*,马生忠,余先川,综合信息矿产资源定量评价理论体系,见:王鸿祯主编,中国地质科学发展的回顾,北京:中国地质大学出版社,1995:203-208.
国家发明专利:
余先川*,詹英等,一种基于监督视频的灰霾扩散路径绘制与来源确定方法, ZL2016108873537,国家发明专利, 2020
余先川*,秦晋等,一种基于单一类别支持向量机的崩滑隐患点检测方法,国家发明专利CN201911034612.1, 2020
余先川*,梁玉晨等,基于孪生网络的崩塌隐患特征信息提取方法,CN201911034777.9,国家发明专利2020
余先川*,刘伟等,基于对抗生成网络的恒星光谱小样本分类方法,CN202010014622.5,国家发明专利2020
余先川*,詹英等,一种基于监控视频与社交网络数据的灰霾来源确定方法, ZL2016108936305, 国家发明专利,2020
余先川*,詹英等, 一种基于监控视频与遥感图像的灰霾扩散路径绘制与来源确定方法, 国家发明专利ZL2016108935232, 2021
田海峰*,余先川等,一种基于稀疏字典学习的油井示功图压缩存储方法, ZL201510263006.2, 国家发明专利, 2015
余先川*,张君兰,基于整数小波变换的曲线矢量数据压缩式编码方案, ZL201010208500.6, 国家发明专利, 2014
张立保*,余先川等,一种基于自适应方向预测离散小波变换的遥感影像压缩方法,国家发明专利CN201310310015.3,2013
余先川*,李建广等,一种高光谱图像非线性光谱混合模型及地质填图应用研究, ZL2012101936240, 国家发明专利, 2012
余先川*,康增基,一种基于分水岭算法的高空间分辨率多光谱遥感图像分割方法,国家发明专利,2009(已授权)
余先川*,曹恒智,张立保,胡丹等,一种基于信源可变的约束单象素ICA 的混合像元分解方法,国家发明专利,2008(已授权)
余先川*,李建广等,一种基于二次散射的高光谱遥感影像非线性光谱混合模型,国家发明专利,2012
余先川*,周鑫等,一种基于多敏感性策略的遥感影像层次分类识别方法,国家发明专利,2012(已实审)
余先川*,徐金东等,基于反馈机制的抗混合噪声的盲图像源分离方法,国家发明专利,2012(已实审)
余先川*,倪锋等,一种基于Retinex的非线性彩色图像增强方法,国家发明专利,2011(已实审)
余先川*,安卫杰等,一种基于面向对象无监督分类的遥感影像自动分类方法,国家发明专利,2010(已公开)
余先川*,彭迪等,一种基于独立成分分析的高空间分辨率影像识别方法,国家发明专利,2010(已公开)
余先川*,曹婷婷等,一种基于频域稀疏成分分析的盲图像分离法, 国家发明专利,2009(已公开)
软件著作权:
余先川*,姚旺等,地球化学形态学相关系数分析系统, 2019SR0467120, 2018
余先川*,周鑫,安卫杰,康增基等,锐眼多源遥感影像分析系统V1.0,2013SR026833, 2013
余先川*,安卫杰等,锐眼遥感影像识别系统V2.0,2010SR040273,2010
余先川*,张文生等,中药道地性模式识别系统,2009SR057494,2009
余先川*,曹恒智等,SAR图像去噪及像元分解工具箱软件,2008SR37823,2008
代表性论文:
Zhao Zhengang, Wang Hao and YU Xianchuan*. Spectral-Spatial Graph Attention Network for Semisupervised Hyperspectral Image Classification, IEEE Geoscience and Remote Sensing Letters, 2022,19:1-5
Zhao Zhengang, D. Hu, H. Wang and YU Xianchuan*. Center Attention Network for Hyperspectral Image Classification, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2021,14:3415-3425 .
Yu, XC *, Wang, SC,Wang Hao. Detection of Geochemical Element Assemblage Anomalies Using a Local Correlation Approach, Journal Of Earth Science, 2021, 32(2):7
Yan Ruiqing, Yu Xianchuan*. Radio frequency interference detection based on the AC-UNet model, Research in Astronomy and Astrophysics , 2021, 21(5):11
Zhao Zhengang, Yu Xianchuan*. Minimum Distance Constrained Sparse Autoencoder Network for Hyperspectral Unmixing, Journal of Applied Remote Sensing, 2020,14:1-15.
Yan R Q , Liu W , Zhu M , Yu X*..Real-time abnormal light curve detection based on a Gated Recurrent Unit network. Research in Astronomy and Astrophysics, 2020, 20(1):007-
Hu D , Jiang T , Yu X. , Construction of Non-convex Fuzzy Sets and Its Application Neurocomputing, 2019, 393
Xing H , He H , Hu D , et al. Construction of Non-convex Fuzzy Sets and Its Application. Computers & Geosciences, 2019, 133. DOI:10.1016/j.neucom.2018.10.111
Hui, HE, Haihua, YU Xianchuan*. Novel fuzzy uncertainty modeling for land cover classification based on clustering analysis. Science China(Earth Sciences), 2019, 62(02):94-106.
Zhu M, Liu W, Wang B Y, Yu X C*. Extracting Filaments Based on Morphology Components Analysis from Radio Astronomical Images. Advances in Astronomy, 2019, 2019(2, article 6298):1-11.
Su, ZZ, Yu, XC; General interval approach for encoding words into interval type-2 fuzzy sets based on normal distribution and free parameter, Soft Computing , 2019, DOI: 10.1007/s00500-018-3454-9
Liu, W. , Zhu, M. , Dai, C. , He, D. Y. , & Yu, X. C*. Classification of large-scale stellar spectra based on deep convolutional neural network, Monthly Notices of the Royal Astronomical Society, 2019, 483(4):4774-4783. (SCI Top)
Liu, W. , Zhu, M. , Dai, C. , Wang, B. Y. , Wu, K. , & Yu, X. C*. A deep learning approach for detecting candidates of supernova remnants, Research in Astronomy and Astrophysics, 2019, 19(3):12.
Zhan, Y. , Hu, D. , Wang, Y. , & Yu, X*. Semisupervised Hyperspectral Image Classification Based on Generative Adversarial Networks,IEEE Geoscience and Remote Sensing Letters, 2018, 15(2):1-5.(多年Web of Science高被引)
T Jiang,D Hu,X Yu; Enhanced IT2FCM algorithm using object-based triangular fuzzy set modeling for remote-sensing clustering,Computers & Geosciences , 2018,DOI: 10.1016/j.cageo.2018.05.009
Hu, D(Hu, Dan), Yu, XC; Statistical Inference in Rough Set Theory Based on Kolmogorov–Smirnov Goodness-of-Fit Test, IEEE Transactions On Fuzzy Systems, 2017 (Top SCI) 10.1109/TFUZZ.2016.2578344
Zhan, Y , Yu, XC *. Hyperspectral Band Selection Based on Deep Convolutional Neural Network and Distance Density,IEEE Geoscience and Remote Sensing Letters, 2017,DOI:10.1109/LGRS.2017.2765339
He, H , Yu, XC . Remote sensing clustering analysis based on object-based interval modeling, Computers & Geosciences , 2016 10.1016/j.cageo.2016.06.006
He H , Hu D , Yu X C* . Land Cover Classification Based on Adaptive Interval-Valued Type-2 Fuzzy Clustering Analysis, Chinese Journal of Geophysics, 2016:712-720
Xu, JD, Yu, XC . A Remote Sensing Image Fusion Method Based on Feedback Sparse Component Analysis,Computers & Geosciences, 2015, DOI: 10.1016/j.cageo.2015.09.022
YU Xianchuan*,HE Hui,HU Dan,ZHOU Wei ,et al. Land Cover Classification of Remote Sensing Imagery based Based on Interval-valued Data Fuzzy C-Means Algorithm,Science China Earth Sciences.2014, 57:1306–1313
Jindong Xu; Xianchuan Yu*; Dan Hu; Libao Zhang.A fast mixing matrix estimation method in the wavelet domain. Signal processing.2014, 95:58-66
Hu, D(Hu, Dan), Yu, XC;Statistical Inference of Rough Set Dependence and Importance Analysis, IEEE Transaction on Fuzzy Systems ,2013 Statistical Inference of Rough Set Dependence and Importance Analysis (SCI Top)
Yu Xianchuan*, Lyu Zhonghua, Hu Dan,Xu Jingdong. Scale-Invariant Feature Transform Based on the Frequency Spectrum and the Grid for Remote Sensing Image Registration,GIScience & Remote Sensing,2013, 50(5):543-561
Yu Xian-chuan*,Xu Jin-donga,Hu Dan, Xing Hai-hua. A new blind image source separation algorithm based on feedback sparse component analysis. Signal processing, 2013, 93(1): 288-296.
YU Xian-chuan*,CAO Hen-zhi et al. Remote Sensing Image Fusion Based on Integer Wavelet Transformation and Ordered Nonnegative Independent Component Analysis, GIScience & Remote Sensing,2012,49(3)
YU Xian-Chuan*, DAI Sha , HU Dan, JIANG Qi-Yu. HHFNN based on Lasso Function and its application in remote sensing image classification, Chinese Journal of Geolihysics,2011,54 (6): 1672-1678
Yu Xian-chuan*, Chu Xiao-feng, Cao Heng-zhi, Hu Dan. Mixed-pixel Decomposition of SAR Images Based on Single-pixel ICA with Selective Members .GIScience & Remote Sensing, 2011, 48(1):130-140
YU Xian-Chuan*, CHU Xiao-Feng, CAO Heng-Zhi. Decomposition of mixed pixels of SAR remote sensing images based on partheno-Genetic Algorithm. Chinese Journal of Geophysics-Chinese Edition.2009,52 (6): 1334-1341
Hu, Dan*; Li, Hongxing; Yu, Xianchuan. The information content of fuzzy relations and fuzzy rules. Computers & Mathematics with Applications, 2009, 57(2): 202-216
HU Dan*, Li HongXing, YU Xianchuan. The information content of rules and rule sets and its application. Science in China Series F: Information Sciences,2008,51(2):1958-1979
Shicheng Wang*, Yongqing Chen, Xianchnan Yu, Keyan Xiao, Guangsheng Yan. Quantitative prediction and Evaluation of Mineral Resources. Episodes, 1995,18 (1-2): 87-90
博/硕士生招生:
欢迎计算机、电子、信息与计算科学、自动化、数学、GIS等相关专业的同学报考本方向研究生