个人简介

张书瑜，助理教授，2020年毕业于浙江大学遥感与地理信息系统专业，获博士学位。主要从事计算机视觉与遥感图像领域研究，包括深度特征学习、图像超像素分割、小样本地物分类、海洋环境预测与植被碳汇估算等，近5年来以第一作者/通讯作者发表IEEE TGRS、IEEE TNNLS、Remote Sensing等多篇学术论文，主持国家自然科学基金青年项目、承担深圳市科技计划项目的课题，同时担任IEEE TGRS等多个主流期刊的审稿人。

代表性科研课题

1. 基于张量对比学习的高光谱和LiDAR数据联合分类，国家自然科学基金青年项目，2023-2025年，主持，在研。

2. 薇苷菊的光谱识别模型构建研究，深圳市科技计划项目课题，2022-2025年，主持，在研。

3. 建设XXXX资源池，173计划重点项目子课题，2021-2025年，主持，在研。

代表论文及著作

1. Zhang S, Tang D, Li N, Jia X, Jia S. Superpixel-guided variable Gabor phase coding fusion for hyperspectral image classification[J]. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 5523816.

2. Zhang S, Xu M, Zhou J, Jia S. Unsupervised spatial-spectral CNN-based feature learning for hyperspectral image classification[J]. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 5524617.

3. Jia S, Jiang S, Zhang S*, Xu M, Jia X. Graph-in-Graph convolutional network for hyperspectral image classification[J]. IEEE Transactions on Neural Networks and Learning Systems, 2022.

4. Zhang S, Li C, Qiu S, Gao C, Zhang F, Du Z, Liu R. EMMCNN: An ETPS-based multi-scale and multi-feature method using CNN for high spatial resolution image land-cover classification[J]. Remote Sensing, 2020, 12(1): 66.