日前，由杏运官网平台庄松林院士指导🎖、国家级人才张大伟教授带领的超精密光学制造团队在人才培养方面再创佳绩🌬✊🏽，三全育人效果明显🗄。
2020级硕士研究生谢春在遥感领域国际期刊《遥感》（Remote Sensing）（IF👨🦯：4.848🧖🏼♀️；JCR分区：Q1）发表关于综述论文，题目为“基于深度学习的高光谱图像异常检测综述Hyperspectral Anomaly Detection Using Deep Learning: A Review”。该论文的指导教师为胡兴副教授和张大伟教授。在遥感领域高光谱图像异常检测(HSI-AD)已成为研究热点之一。 由于HSI的“图谱合一”的特点为异常物体检测提供了相当的数据基础🤪，使得HSI-AD在HSI分析中具有巨大的应用潜力。传统的机器学习方法难以有效提取HSI数据所包含的大量非线性特征，而深度学习在非线性特征的提取上有着不可比拟的优势。因此🔌，深度学习已被广泛应用于HSI-AD中➜，并表现出了卓越的性能。本文首次系统总结了基于深度学习的HSI-AD相关文献，并进行了相应的方法归类于性能对比🧝🏼♀️。具体的👏🏼，首先我们介绍了HSI-AD的特征以及传统方法所面临的挑战🙎🏻♀️，并介绍深度学习在处理这些问题上的优势。然后，我们将HSI-AD相应的方法进行系统性的回顾与分类。最后，对基于深度学习的HSI-AD方法在几个主流数据集上进行了性能对比🧔🏻♂️，并总结了存在的挑战🛁。本文的主要目的是对于HSI-AD方法进行较为全面的概述，以此为未来研究工作提供参考🦻🏼。
https://www.mdpi.com/2072-4292/14/9/1973
https://www.sciencedirect.com/science/article/pii/S1746809421010296