杨 晨

华山准聘副教授  硕士生导师

毕业院校：西安电子科技大学

工作单位：人工智能学院

电子邮箱：yangchen@xidian.edu.cn

办公地点：南校区网安大楼CII-1001

杨晨，博士，西安电子科技大学华山准聘副教授，硕士生导师，智能感知与图像理解教育部重点实验室成员，IEEE Member，中国电子学会会员。主持国家自然科学基金青年，中央高校基金，广东省区域联合基金等项目。主要从事人工智能算法模型设计，SAR图像智能解译，国产嵌入式深度学习应用部署等方面的研究，相关工作发表于IEEE TGRS、GRSL、Elsevier JAG等国际主流期刊。

招生信息

1.2026招收统考学术/工程硕士1名，本人亲自指导科研论文撰写及项目研发，看重学生自学动手及实验代码能力，感兴趣请邮箱联系。

2.欢迎学有余力、致力于科研项目与学术论文的本科生参与到课题组的科研中来。希望你有一定的代码能力（C/python/pytorch），有毅力、自驱力，去独立学习并钻研问题，虽然过程辛苦，但你将收获项目经历/科研专利/学术论文。

主讲课程

《工程概论I》 大一  春季学期

《图像处理与机器视觉》大三  春季学期           

《遥感图像处理与解译》 研究生  秋季学期

论文成果

1. Yang C, Hou B, Ren B, et al. SSDFL: Spatial scattering decomposition feature learning for PolSAR image[J]. International Journal of Applied Earth Observation and Geoinformation, 2024, 128: 103702.

2. Yang C, Hu Y, Hou B, et al. Model-based Decomposition Feature learning with Adversarial Prior[J]. IEEE Geoscience and Remote Sensing Letters, 2024.

3. Guo X, Hou B, Yang C, et al. Visual explanations with detailed spatial information for remote sensing image classification via channel saliency[J]. International Journal of Applied Earth Observation and Geoinformation, 2023, 118: 103244.

4. Yang C, Hou B, Wu Q, et al. PDFL: Polarimetric decomposition feature learning via deep autoencoder[J]. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 1-17.

5. Yang C, Hou B, Chanussot J, et al. N-Cluster loss and hard sample generative deep metric learning for PolSAR image classification[J]. IEEE Transactions on Geoscience and Remote Sensing, 2021, 60: 1-16.

6. Yang C, Hou B, Guo X, et al. Reconstruction error-based decomposition feature selection for PolSAR image[J]. IEEE Transactions on Geoscience and Remote Sensing, 2021, 60: 1-19.

7. Yang C, Hou B, Ren B, et al. CNN-based polarimetric decomposition feature selection for PolSAR image classification[J]. IEEE Transactions on Geoscience and Remote Sensing, 2019, 57(11): 8796-8812.

8. Hou B, Yang C, Ren B, et al. Decomposition-feature-iterative-clustering-based superpixel segmentation for PolSAR image classification[J]. IEEE Geoscience and Remote Sensing Letters, 2018, 15(8): 1239-1243.

科研项目

1. 融合场景特性的极化SAR"数据+机理"双驱动特征学习研究，国家自然科学基金青年项目，62401418，主持。

2. 基于人工智能的仿真SAR图像相似度评估与目标识别研究，20250130，陕西省科协，主持。

3. 数据特性与散射机理关联的极化SAR深度特征学习及地物分类，中央高校基本科研业务经费，主持。

4. 散射机理引导的混合式自监督极化SAR图像稳健性地物分类，广东省区域联合基金，主持。

5. 面向异质遥感数据的深度增量学习地物要素提取研究，国家自然科学基金面上项目，62371373，参与。

6. 结合成像特性和三维深度时空神经网络的VideoSAR动目标检测与语义分割，国家自然科学基金面上项目，62171347，参与。

科研团队

本人隶属于侯彪教授团队，团队研究方向为：遥感图像处理与目标识别，领域大模型构建，AI芯片设计，无人集群及系统设计。

团队科研资源丰富（遥感数据、显卡、服务器、无人机、无人车、嵌入式/FPGA开发板等充足），有力支持学生开拓视野开展实验。

荣誉奖励

1. 2024，西安电子科技大学校级优秀博士学位论文，推荐参评省优博。

2. 2025，陕西省青年人才托举计划。

学术兼职

IEEE TGRS、GRSL、Neurocomputing等期刊审稿人