基础理论研究

       三十年多来，焦李成教授一直针对海量、高维、非结构化信息处理中的优化与学习问题展开科研工作，对基于计算智能的学习与优化理论及其在复杂影像解译中的应用进行了深入研究，并取得了一系列科研成果。与此同时，也培养出了多名人工智能领域的杰出人才。

        海量、高维、非结构化信息处理中的优化与学习问题一直是国际学术界公认的难题，焦李成教授带领团队在这一领域耕耘数十年，取得了一批原创性的学术成果，提出了免疫进化优化理论框架与协同进化优化框架，并于2013年荣获国家自然科学奖二等奖。面向复杂影像内容解译中的诸多瓶颈问题，焦李成教授提出了高维奇异性多尺度检测的概念与理论，包括小波SVM、稀疏快速SVM、脊波神经网络及曲线波网络等，建立了用于复杂影像的预处理、图像分析和数据压缩的方法和技术，研发了深度学习FPGA系统、遥感影像大数据类脑解译系统、国内首个类脑SAR系统等，打破了国外对我国的技术封锁与禁运，相关成果荣获四项教育部自然科学一等奖、陕西省科学技术一等奖。

       焦李成教授的学术成果得到了国际同行的认可与广泛引用，Google Scholar H指数为112，由于其在科学与工程技术领域、人工智能领域人工神经网络及进化计算方向的杰出贡献当选为IEEE Fellow、IET Fellow、CAAI Fellow、CCF Fellow、CIE Fellow、CAA Fellow、CSIG Fellow、CSIG Fellow、AAIA Fellow、ACIS Fellow、AIIA Fellow，IEEE TCYB、IEEE TGRS等领域主流期刊副主编。PC of NeurlPS、ICML、CVPR、AAAI、IJCAI and ICCV。焦李成教授曾先后荣获霍英东青年教师奖、全国模范教师称号、中国青年科技奖，首批入选国家百千万人才工程（第一二层次），培养了多名博士、博士后、973首席科学家、长江学者、“万人计划”领军人才等学者专家，京东金融首席科学家，商汤科技CTO，阿里达摩院战略专家等产业界翘楚；出版了《神经网络系统理论》、《免疫优化计算、学习与识别》、《深度学习、优化与识别》、《人工智能、类脑计算与图像解译前沿》、《遥感影像智能解译与识别》、《雷达图像解译技术》等领域内我国的首部专著，启蒙了一代AI领域的研究者。焦李成教授的学术及教学成果为我国人工智能领域的科学研究与人才培养起到了积极的促进和指导作用。

重大应用研究

面向国家重大需求、行业和领域应用的迫切需要，智能感知与图像理解教育部重点实验室研制成功国内首个遥感数据智能解译平台《西电遥感脑——大数据智能解译平台》。平台模拟脑神经结构和信息处理机制，搭载人工智能算法，构建集基础算力、稀疏感知、影像解译、数据治理、场景应用于一体的智慧遥感综合解决方案，突破了传统遥感行业存在的算力瓶颈和专业壁垒，实现了遥感数据分析的智能化、便捷化、专业化。

平台特点：

• 多源数据分析，多种任务并行

平台支持全色、可见光、多光谱、高光谱、SAR影像等常规遥感静态数据以及光学遥感视频，SAR遥感视频等动态数据的智能化分析。目前平台已开放4大类算法：地物要素理解、目标检测识别、要素变化检测、视频智能解译，共包含20多个子任务。平台基本满足了遥感影像解译行业的各种任务需求，能够对遥感信息进行全天时、全天候地精确解译和快速处理。

• “云+端”架构设计，操作简单快捷

平台基于“云服务+客户端”的架构模式（简称“云+端”），将运算处理服务设于云端，实现计算资源的集中高密度调用，为用户突破时空限制，打破算力瓶颈，提高数据处理效率。

平台操作首页

SAR数据地物提取结果

• 智能统计分析，高效解译处理

平台搭载多种先进的AI算法，可以高效地完成对数据的全方位解译以及智能化统计分析。平台将而借助解译结果对目标的占地面积，数量，运动速度进行智能化统计，深入挖掘数据价值，为决策提供可靠、客观的数据支撑。