1）作者在遥感图像细粒度分类领域，运用基于Swin Transformer的动态注意力融合模块（DAFM）、自适应图像对交互模块（AIPI）和二元神经树模块（BNTM）的方法，显著提高了分类准确性和模型可解释性。 http://ieeexplore.ieee.org/document/11105509 2）作者在遥感图像道路提取领域，运用了自适应频率感知潜在扩散框架（AFLDiff）方法，取得了在多个数据集上达到最先进性能的成效。 http://ieeexplore.ieee.org/document/11096728 3）作者在遥感建筑分割领域，运用基于地理典型合成数据和对抗域适应框架的方法，显著提升了模型在不同地理区域的泛化性能，取得了中位数性能提升达12%的成效。 http://ieeexplore.ieee.org/document/11104119 4）研究者在航空目标检测领域，运用了多样化和隐蔽性对抗补丁（DSAP）方法，成功提升了攻击性能并增强了隐蔽性。 http://ieeexplore.ieee.org/document/11104146
1）研究团队在遥感影像领域，运用了基于上下文先验的半监督语义分割方法（CPG），通过空间和语义上下文引导的伪标签正则化与表征学习，显著提升了建筑物足迹分割的精度，在三个公开数据集上达到最优性能。 http://ieeexplore.ieee.org/document/11087249 2）研究者在遥感图像场景分类领域，运用基于源域模型统计匹配的分布对齐策略和噪声适应策略，在无需访问源域数据的条件下取得了优于传统无监督域适应方法的性能。 http://ieeexplore.ieee.org/document/11095431 3）Zijun Tan等人在遥感变化检测领域，运用了相似性感知弱监督学习框架（SWCD），通过结合弱监督学习和相似性信息指导，提升了变化检测的准确性和特征连续性，并在多个数据集上验证了方法的有效性和泛化能力。 http://ieeexplore.ieee.org/document/11096934 4）研究团队在遥感图像分类领域，运用了多模态特征分解与融合（MDF）方法结合视觉状态空间（VSS）模块，提出了REF-Net网络，有效提升了多模态遥感图像土地利用/土地覆盖分类的性能。 http://ieeexplore.ieee.org/document/11090158
1）作者在遥感影像异常检测领域，运用了结合非局部自相似性和全局光谱相关性的深度去噪先验方法，显著提升了检测性能。 http://ieeexplore.ieee.org/document/11097327 2）作者在遥感图像恢复领域，运用了基于高阶退化成像的渐进式图像恢复网络（HDI-PRNet）方法，取得了在合成和真实遥感图像上优越的性能恢复效果。 http://ieeexplore.ieee.org/document/11087444 3）研究者在遥感图像处理领域，运用了基于属性引导的对比学习和视觉变换器（ViT）方法，开发了鲁棒且具有判别性的视觉-语义对齐（RDVSA）模型，显著提升了零样本学习（ZSL）和广义零样本学习（GZSL）场景下的性能，超越了现有最先进方法。 http://ieeexplore.ieee.org/document/11087645 4）研究团队在遥感图像语义分割领域，运用深度地理空间语义引导网络（DSSAL）和空间语义域对齐（SSDA）模块，有效提升了跨域适应性分割的精度和边界识别能力。 http://ieeexplore.ieee.org/document/11087440
1）研究团队在遥感图像融合领域，运用了空间-光谱特征转移网络和联合重建模块的方法，成功实现了高分辨率全色图像、中分辨率多光谱图像和低分辨率高光谱图像的高效融合，显著提升了融合图像的空间和光谱保真度。 http://ieeexplore.ieee.org/document/11097365 2）研究者在高光谱图像去噪领域，运用了基于高信噪比波段引导的双分支网络架构和动态特征融合方法，取得了在保持空间-光谱保真度和处理复杂噪声场景方面优于现有技术的成效。 http://ieeexplore.ieee.org/document/11088264 3）研究团队在遥感图像分类领域，运用语言引导和相似性感知网络（LGSAnet）方法，显著提升了沿海湿地高光谱图像在少样本情况下的分类精度。 http://ieeexplore.ieee.org/document/11096719 4）研究者在高光谱图像分类领域，运用了原型掩码对比和跨阶段特征精炼（PMC-CFR）方法，有效减少了原型间的冗余依赖并提升了跨域特征分布对齐的性能。 http://ieeexplore.ieee.org/document/11095747
1）作者在城市遥感领域，运用了自适应相干多视广义似然比测试（ACM-GLRT）方法，改进了散射体检测和高度估计的精度。 http://ieeexplore.ieee.org/document/11097203 2）研究团队在无人机载合成孔径雷达干涉测量领域，运用改进的多视角算法和复杂域最小化策略，显著提升了残余运动误差估计的鲁棒性和配准精度。 http://ieeexplore.ieee.org/document/11104077 3）研究者在遥感影像语义分割领域，提出了一种结合CNN编码器和Mamba解码器的多尺度卷积与Mamba融合模型（MF-Mamba），通过全局-局部状态空间模块和多尺度特征融合技术，显著提升了分割精度，在多个数据集上取得了优异的性能表现。 http://ieeexplore.ieee.org/document/11098811 4）作者在遥感图像处理领域，运用基于双线性混合模型（BMM）的光谱分解网络和多尺度特征提取模块，提出了一种新的高光谱目标检测方法，有效提高了目标检测的准确性。 http://ieeexplore.ieee.org/document/11087428
1）作者在遥感图像匹配领域，运用基于Transformer架构的SwinMatcher模型和创新的窗口/移位窗口交叉注意力机制，实现了跨模态遥感图像的高效匹配，并在复杂场景下表现出优越的鲁棒性。 http://ieeexplore.ieee.org/document/11095750 2）作者在遥感图像处理领域，运用了结合监督对齐感知策略（SAPS）和模态差异选择模块（MDSM）的新型网络，成功提升了SAR-光学融合去云效果，并在多个数据集上验证了其优越性。 http://ieeexplore.ieee.org/document/11105563 3）研究者在无人机热成像领域，运用了退化感知跨模态Mamba框架（DC-Mamba）结合自监督学习和视觉状态空间模块，显著提升了低分辨率热图像的超分辨率重建质量，在多项评估指标上优于现有方法。 http://ieeexplore.ieee.org/document/11091524 4）作者在微波遥感领域，运用了基于非负矩阵分解的可解释特征分解模块（FDM）和复合损失函数的端到端抑制网络（PMNet），在SAR射频干扰抑制中取得了显著成效，视觉相似度提升了14.15%。 http://ieeexplore.ieee.org/document/11088217
1）研究团队在遥感影像建筑解译领域，运用多尺度空间-光谱特征协同双任务网络（MSSFC-Net）方法，实现了建筑提取与变化检测任务的联合优化，显著提升了检测精度和完整性。 http://ieeexplore.ieee.org/document/11087397 2）研究团队在北极海冰监测领域，运用基于AMSR2测量的自适应季节性算法（AdaSA-SD），生成了2012-2023年冻结季节的每日泛北极雪深数据集，准确再现了观测到的空间格局和季节年际变化，验证偏差在0.5至3.0厘米之间。 http://ieeexplore.ieee.org/document/11098804 3）作者在遥感语义分割领域，运用了无监督域自适应（UDA）方法，提出了邻域辅助原型组（NAPG）模型，通过动态确定原型特征数量和整合邻域相似性梯度，提升了跨域适应性和空间上下文丰富度，在多个数据集上实现了3%的平均交并比（mIoU）提升。 http://ieeexplore.ieee.org/document/11087441 4）作者在遥感影像建筑变化检测领域，运用了渐进式时序差异网络（PTDNet）结合CNN-Transformer编码器和全局信息补充模块，显著提升了变化检测的准确性和边界清晰度，在多个公开数据集上取得了最优的F1分数。 http://ieeexplore.ieee.org/document/11087596
1）研究者在水利工程领域，运用了精细三维数值计算模型和蠕变损伤模型，分析了锦屏一级水电站左岸边坡的长期稳定性，并确定了分级预警的安全系数和变形预警指标。 https://www.sciencedirect.com/science/article/pii/S1674987125001185 2）研究者在岩石表面三维点云分析领域，运用人工神经网络（ANNs）结合并行计算和向量化高性能计算的方法，开发了一种高效的岩石节理识别算法，处理速度提升了3-4倍，并在大规模数据集上实现了高精度（自动测量偏差在2°以内）的节理检测。 https://www.sciencedirect.com/science/article/pii/S1674987125000908 3）研究团队在森林树木三维建模领域，运用多回波地面激光扫描技术（TLS），显著提升了针叶林树木（特别是挪威云杉）的树干和树冠特征提取精度，使树干点云数量平均增加22.7%，树冠体积测量精度提高39.5%。 https://www.sciencedirect.com/science/article/pii/S0034425725003256 4）研究者在三维地理信息建模领域，运用了基于测地线距离的插值方法，显著提高了地形点云插值的精度。 https://www.sciencedirect.com/science/article/pii/S0034425725003049
1）作者在土壤湿度监测领域，运用了一维深度学习网络（TTP模型）进行时间序列重建，生成了全球无缝的FY-3B土壤湿度数据集，显著提升了数据精度和连续性。 https://www.sciencedirect.com/science/article/pii/S0034425725002457 2）研究团队在水文干旱监测领域，运用多卫星遥感数据融合方法，开发了高分辨率水库干旱指数（RS-HRDI），成功实现了长江流域水库干旱的高频监测与特征精准刻画，并揭示了水库调度对水文干旱传播的影响。 https://www.sciencedirect.com/science/article/pii/S0034425725002639 3）研究团队在植被光合作用监测领域，运用了两步升尺度方法和随机森林模型，成功开发了全球冠层叶绿素含量产品，验证精度达到R²=0.92，RMSE=0.14 g·m−2。 https://www.sciencedirect.com/science/article/pii/S0034425725002494
1）研究团队在水质监测领域，运用了一种新型光谱指数REPWI，成功提高了叶绿素a浓度监测的准确性。 https://www.sciencedirect.com/science/article/pii/S0034425725002512 2）研究人员在城市气候遥感领域，运用计算机模拟和实地测量相结合的方法，揭示了城市热各向异性中热点-太阳角偏移（ΔCA）的昼夜和月度变化规律及其影响因素，为城市气候遥感模型设计提供了重要依据。 https://www.sciencedirect.com/science/article/pii/S0034425725002688 3）研究者在甲烷遥感领域，运用了综合高效学习网络（CELNet）结合生成对抗模块和特征提取模块的方法，有效识别了遥感图像中的甲烷羽流，检测精度比其他方法提高了6%以上。 https://www.sciencedirect.com/science/article/pii/S0034425725002329 4）研究者在农业保护领域，运用遥感数据（Sentinel-2、Landsat、Sentinel-1）和随机森林分类方法，成功构建了分类模型，准确率达92%，并应用于比利时Hesbaye地区的农田系统分类。 https://www.sciencedirect.com/science/article/pii/S0034425725002627