学历背景

  • 2005.9-2009.7 哈尔滨工业大学 数学系信息与计算科学专业 学士
  • 2009.9-2011.7 哈尔滨工业大学 航天学院控制科学与工程专业 硕士
  • 2011.9-2014.11 哈尔滨工业大学 航天学院控制科学与工程专业 博士

工作经历

  • 2023.6-至今 中山大学 地理科学与规划学院  教授/博导（欢迎对高光谱/高分辨率遥感、湿地遥感、大数据、社交媒体/街景、人工智能/深度学习等方向感兴趣的学生保送与报考硕士/博士研究生）
  • 2017.1-2023.6 中山大学 地理科学与规划学院  副教授/硕导
  • 2015.1-2017.1 中山大学 地理科学与规划学院  讲师

社会任职

  • IEEE Transactions on Geoscience and Remote Sensing、
  • IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing、
  • Expert Systems With Applications、
  • Remote Sensing、
  • Remote Sensing Letters、
  • Canadian Journal of Remote Sensing等SCI期刊审稿人

讲授课程

  • 本科生课程：遥感图像处理、多元统计分析、高级程序设计、数量地理学等；
  • 硕博课程：高级计量地理学、资源与环境遥感技术与方法

论著专利

在遥感监测、深度学习、特征提取、模式识别、社交媒体大数据等方面取得一定的研究成果，发表第一/通讯作者期刊论文40余篇，IEEE Transactions 10 篇、Google学术总引 1613 次、H指数为20、ESI高被引论文1篇。近5年作为第一/通讯作者发表期刊论文23篇，包含IEEE TGRS、IEEE TITS、ISPRS-JPRS、PR等中科院一区/二区高水平SCI论文16篇，授权发明专利5项，获软件著作权10项。主持国家和省部级基金3项、参与国家重点研发计划1项。

近年来与项目相关的代表性SCI论文、中文期刊及专利软著成果如下：

  1. Zhou, C., He, Z*., Lou, A., & Plaza, A. (2024). RGB-to-HSV: A frequency- spectrum unfolding network for spectral super-resolution of RGB videos. IEEE Transactions on Geoscience and Remote Sensing, 62, 5609318. DOI: 10.1109/TGRS.2024.3361929.（SCI）
  2. Lou, A., He, Z*., Zhou, C., & Lai, G. (2024). Long-term series wetland classification of Guangdong-Hong Kong-Macao Greater Bay Area based on APSMnet. International Journal of Applied Earth Observation and Geoinformation, 128, 103765. DOI: 10.1016/j.jag.2024.103765.（SCI）
  3. Zou, L., He, Z*., Zhou, C., & Zhu, W. (2024). Multi-class multi-label classification of social media texts for typhoon damage assessment: a two-stage model fully integrating the outputs of the hidden layers of BERT. International Journal of Digital Earth, 17(1), 2348668. DOI: 10.1080/17538947.2024.2348668.（SCI）
  4. Luo, J., He, Z*., Lin, H., & Wu, H. (2024). Biscale convolutional self-attention network for hyperspectral coastal wetlands classification. IEEE Geoscience and Remote Sensing Letters, 21, 6002705, DOI: 10. 1109/tgrs.2022.3233099.（SCI）
  5. He, Z*., He, D., Li X., Qu R.. (2023). Blind superresolution of satellite videos by Ghost module-based convolutional networks. IEEE Transactions on Geoscience and Remote Sensing, 61, 5400119, DOI: 10. 1109/tgrs.2022.3233099.（SCI）
  6. He, Z*., He, D., Xiao, M., Lou, A., & Lai, G. (2023). Convolutional transformer-inspired autoencoder for hyperspectral anomaly detection. IEEE Geoscience and Remote Sensing Letters, 20, 5508905, DOI: 10. 1109/LGRS.2023.3312589.（SCI）
  7. He, Z*., Li, J., Liu, L., He, D., & Xiao, M. (2022). Multiframe video satellite image super-resolution via attention-based residual learning. IEEE Transactions on Geoscience and Remote Sensing, 60, 5605015. DOI: 10. 1109/TGRS.2021. 3072381.（SCI）
  8. Wang, Y., He, Z*., Hu, J. (2022). Traffic information mining from social media based on the MC-LSTM-Conv model. IEEE Transactions on Intelligent Transportation Systems, 23(2), 1132-1144. DOI: 10.1109/TITS.2020.3021096.（SCI）
  9. He, Z*, He, D., Li X. Y., & Xu J. N. (2022). Unsupervised video satellite superresolution by using only a single video. IEEE Geoscience and Remote Sensing Letters, 19, 6000905, DOI: 10. 1109/LGRS.2020.3040972.（SCI）
  10. Xiao, M., He, Z*, Li, X., & Lou, A. (2022). Power transformations and feature alignment guided network for SAR ship detection. IEEE Geoscience and Remote Sensing Letters, 19, 1-5. DOI: 10. 1109/LGRS.2022.3183832.（SCI）
  11. He, Z*., He, Z.*, Li, X., & Qu, R. (2022). Video satellite imagery super-resolution via model-based deep neural networks. Remote Sensing, 14(3), 49. DOI: 10.3390/rs14030749.（SCI）
  12. He, Z*., & He, D. (2021). A unified network for arbitrary scale super-resolution of video satellite images. IEEE Transactions on Geoscience and Remote Sensing, 59(10), 8812-8825. DOI: 10.1109/TGRS.2020.3038653.（SCI）
  13. He, Z*., He, D. (2021). Bilinear squeeze-and-excitation network for fine-grained classification of wetland species, IEEE Geoscience and Remote Sensing Letters, 18(7), 1139- 1143. DOI: 10. 1109/LGRS.2020.2994952.（SCI）
  14. He, Z., Shi, Q*., Liu, K., Cao, J., Zhan, W., & Cao, B. (2020). Object-oriented mangrove species classification using hyperspectral data and 3-D siamese residual network. IEEE Geoscience and Remote Sensing Letters, 17(12), 2150-2154. DOI: 10. 1109/LGRS.2019.2962723.（SCI）（被主编选为封面论文）
  15. He, Z*., He, D., Mei, X., Hu, S. (2019). Wetland classification based on a new efficient generative adversarial network and Jilin- 1 satellite image. Remote Sensing. 11(20), 2455. DOI: 10.3390/rs11202455.（SCI）
  16. Hu, J., He, Z*., & Wu, J. (2019). Deep self-learning network for adaptive pansharpening. Remote Sensing, 11(20), 2395. DOI: 10.3390/rs11202395.（SCI）
  17. He, Z*., Li, J.*, Liu, K., Liu, L., & Tao, H. (2018). Kernel low-rank multitask learning in variational mode decomposition domain for multi-/hyperspectral classification. IEEE Transactions on Geoscience and Remote Sensing, 56(7), 4193-4208. DOI: 10. 1109/TGRS.2018.2828612.（SCI）
  18. He, Z*., Hu, J., & Wang, Y. (2018). Low-rank tensor learning for classification of hyperspectral image with limited labeled samples. Signal Processing, 145, 12-25. DOI: 10. 1016/j.sigpro.2017.11.007.（SCI）
  19. He, Z*., Wang, Y., & Hu, J. (2018). Joint sparse and low-rank multitask learning with laplacian-like regularization for hyperspectral classification. Remote Sensing, 10(2), 322. DOI: 10.3390/rs10020322.（SCI）
  20. He, Z*., & Liu, L. (2018). Hyperspectral image super-resolution inspired by deep Laplacian pyramid network. Remote Sensing, 10(12), 1939. DOI: 10.3390/rs10121939.（SCI）
  21. Hu, J., He, Z*., Li, J., He, L., & Wang, Y. (2018). 3D-Gabor inspired multiview active learning for spectral-spatial hyperspectral image classification. Remote Sensing, 10(7), 1070. DOI: 10.3390/rs10071070.（SCI）
  22. Li, J., He, Z*., Plaza, J., Li, S., Chen, J., Wu, H., Wang, Y., & Liu, Y. (2017). Social media: new perspectives to improve remote sensing for emergency response. Proceedings of the IEEE, 105(10), 1900-1912. DOI: 10. 1109/JPROC.2017.2684460.（SCI）
  23. He, Z*., Li, J., Liu, L., & Shen, Y. (2017). Three-dimensional empirical mode decomposition (TEMD): A fast approach motivated by separable filters. Signal Processing, 131, 307-319. DOI: 10. 1016/j.sigpro.2016.08.024.（SCI）
  24. He, Z*., Liu, H., Wang, Y., & Hu, J. (2017). Generative adversarial networks-based semi-supervised learning for hyperspectral image classification. Remote Sensing, 9(10), 1-27. DOI: 10.3390/rs9101042.（SCI）（Google学术引用184次）
  25. He, Z*., & Liu, L. (2016). Robust multitask learning with three-dimensional empirical mode decomposition-based features for hyperspectral classification. ISPRS Journal of Photogrammetry and Remote Sensing, 121, 11-27. DOI: 10. 1016/j.isprsjprs.2016.08.007.（SCI）
  26. He, Z*., Li, J., Liu, L., Liu, K., & Zhuo, L. (2016). Fast three-dimensional empirical mode decomposition of hyperspectral Images for class-oriented multitask learning. IEEE Transactions on Geoscience and Remote Sensing, 54(11), 6625-6643. DOI: 10. 1109/TGRS.2016.2587672.（SCI）
  27. He, Z*., Liu, L., Zhou, S., & Shen, Y. (2016). Learning group-based sparse and low-rank representation for hyperspectral image classification. Pattern Recognition, 60, 1041-1056. DOI: 10. 1016/j.patcog.2016.04.009.（SCI）
  28. He, Z*., Li, J., & Liu, L. (2016). Tensor block-sparsity based representation for spectral-spatial hyperspectral image classification. Remote Sensing, 8(8), 1-21. DOI: 10.3390/rs8080636.（SCI）
  29. He, Z*., & Li, J. (2015). Multiple data-dependent kernel for classification of hyperspectral images. Expert Systems with Applications, 42(3), 1118-1135. DOI: 10. 1016/j.eswa.2014.09.004.（SCI）
  30. He, Z*., Shen, Y., Li, J., & Wang, Y. (2015). Regularized multivariable grey model for stable grey coefficients estimation. Expert Systems with Applications, 42(4), 1806-1815. DOI: 10. 1016/j.eswa.2014.09.058.（SCI）
  31. He, Z*., Shen, Y., Wang, Q., & Wang, Y. (2014). Optimized ensemble EMD-based spectral features for hyperspectral image classification. IEEE Transactions on Instrumentation and Measurement, 63(5), 1041-1056. DOI: 10. 1109/TIM.2014.2298153.（SCI）
  32. He, Z*., Wang, Q., Shen, Y., & Sun, M. (2014). Kernel sparse multitask learning for hyperspectral image classification with empirical mode decomposition and morphological wavelet-based features. IEEE Transactions on Geoscience and Remote Sensing, 52(8), 5150-5163. DOI: 10. 1109/TGRS.2013.2287022.（SCI）
  33. He, Z*., Wang, Q., Shen, Y., Jin, J., & Wang, Y. (2013). Multivariate gray model-based BEMD for hyperspectral image classification. IEEE Transactions on Instrumentation and  Measurement, 62(5), 889-904. DOI: 10. 1109/TIM.2013.2246917.（SCI）
  34. He, Z., Wang, Q., Shen, Y*., & Wang, Y. (2013). Discrete multivariate gray model based boundary extension for bi-dimensional empirical mode decomposition. Signal Processing, 93(1), 124-138. DOI: 10. 1016/j.sigpro.2012.07.009.（SCI）
  35. He, Z., Shen, Y*., & Wang, Q. (2012). Boundary extension for Hilbert–Huang transform inspired by gray prediction model. Signal Processing, 92(3), 685-697. DOI: 10. 1016/j.sigpro.2011.09.010.（SCI）
  36. He, Z., Shen, Y*., Wang, Q., Wang, Y., Feng, N., & Ma, L. (2012). Mitigating end effects of EMD using non-equidistance grey model. Journal of Systems Engineering and Electronics, 23(4), 603-611. DOI: 10. 1109/JSEE.2012.00075.（SCI）
  37. He, Z., Shen, Y*., Zhang, M., Wang, Y.,. (2012). Classification of hyperspectral image based on BEMD and SVM. Journal of Harbin Institute of Technology (New Series), 19(1), 111-115.（EI）
  38. He, Z., Shen, Y*., Wang, Q., & Wang, Y. (2012). End effects mitigation for empirical mode decomposition with nonlinear gray model. Advances in Adaptive Data Analysis, 4(01n02), 1250002. DOI: 10. 1142/S1793536912 500021.
  39. 楼桉君, 贺智*, 肖曼, & 李心媛. (2024). 基于 Sentinel-2 和 3D 多源域自注意力模型的湿地分类. 遥感学报, 28(1): 266-279. DOI: 10.11834/jrs.20232246. （EI）
  40. 邹黎威, 贺智*, & 周承乐. (2024). 基于微博文本和深度学习的台风灾情识别方法研究. 热带地理, 44(6), 1079-1089. DOI: 10.13284/j.cnki.rddl.003882.（核心期刊）
  41. 李诗涵,雷聪,贺智*. (2024). 基于DF-Stacking模型的交通标志识别. 微型电脑应用, 2024, 40(9): 5-8.
  42. 李心媛, 贺智*, 楼桉君, & 肖曼. (2023). 双线性图卷积网络的环南海地区湿地遥感分类. 测绘通报, (5), 44. DOI: 10. 13474/j.cnki.11-2246.2023.0134.（核心期刊）
  43. 施泓羽, 杜韵琦, & 贺智*. (2023). 融合双通道特征学习机制的图像铅垂方向识别. 现代计算机, (13), 10- 17+24.
  44. 贺智*, 贺丹. (2020). 基于深度学习的高分四号卫星图像超分辨率重建. 遥感学报, 2020, 24(12), 1500- 1510. DOI: 10.11834/jrs.20208397.（EI）
  45. 宋广钦, 杜正舜, & 贺智*. (2019). 高光谱图像波段选择的改进二进制布谷鸟算法. 测绘通报, (4), 43-48. DOI: 10.13474/j.cnki.11-2246.2019.0110.（核心期刊）
  1. 贺智，周承乐，孙语聪. (2024). 一种遥感图像光谱超分辨率重建方法，专利申请号：202411335103.3，2024年9月24日（发明专利）
  2. 贺智，苏祉盈，周承乐，薛德升，韦春竹. (2024). 一种基于多尺度特征密集聚合的碳排放空间降尺度方法，专利申请号：202410755154.5，2024年6月12日（发明专利）
  3. 贺智，楼桉君，周承乐，赖广麟. (2024). 一种适用于大范围长时序的遥感影像分类方法及系统，专利申请号：202410250175.1，2024年3月5日（发明专利）
  4. 贺智，周承乐. (2023). 一种RGB图像光谱超分辨率重建方法、系统、设备及介质，专利申请号：202311715792.6，2023年12月14日（发明专利）
  5. 贺智，周承乐. (2023). 高光谱遥感图像的异常检测方法、系统、设备和存储介质，专利申请号：202311123756.0，2023年9月1日（发明专利）
  6. 贺智，楼桉君，肖曼，李心媛. (2022). 基于多源域自注意力的小样本遥感图像分类方法及系统，专利申请号：202210726316.3，2022年6月25日（发明专利）
  7. 贺智，肖曼，李心媛，楼桉君. (2021). 一种基于SAR图像的任意方向舰船检测方法及系统，专利申请号：202111602575.7，2021年12月25日（发明专利）
  8. 沈毅，贺智，张淼，金晶. (2012). 基于复化Simpson公式改进多变量灰色模型的故障预测方法，专利号：ZL201210183977.2，2012年6月6日（发明专利）
  9. 沈毅，贺智，张淼. (2012). 基于特征扩展和模糊支持向量机的多分组图像分类方法，专利号：ZL201210065533.9，2012年1月13日（发明专利）
  10. 沈毅，贺智，金晶，林玉荣. (2012). 一种采用基于多变量灰色模型的二维经验模态分解提取图像特征的方法，专利号：ZL201210005968.4，2012年1月10日（发明专利）
  11. 沈毅，贺智，张淼. (2010). 基于二维经验模态分解和小波降噪的多分组图像分类方法，专利号：ZL201010209877.3，2010年6月25日（发明专利）
  12. 沈毅，贺智，张淼. (2010). 一种基于二维经验模态分解的多分组图像分类方法，专利号：ZL201010209876.9，2010年6月25日（发明专利）
  13. 贺智，周承乐，邹黎威，赖广麟，陈一铭，王莉. (2024). 台风灾害地址快速提取系统，登记号：2024SR1099745，2024年8月1日（软件著作权）
  14. 贺智，邹黎威，周承乐，赖广麟，陈一铭. (2024). 基于暹罗注意力网络的台风灾害多类别多标签分类系统，登记号：2024SR1099754，2024年8月1日（软件著作权）
  15. 楼桉君，贺智，周承乐，赖广麟. (2024). 适用于大范围长时序的湿地遥感影像分类系统，登记号：2024SR0608475，2024年4月15日（软件著作权）
  16. 周承乐，贺智，赖广麟，邹黎威，陈一铭. (2024). 单幅RGB图像光谱超分辨率系统，登记号：2024年1月30日（软件著作权）
  17. 贺智，骆俊燊，邹黎威，赖广麟，楼桉君. (2023) 基于聚类分析的高光谱遥感异常样本选取系统，登记号：2023SR1226880，2023年10月12日（软件著作权）
  18. 贺智，肖曼，楼桉君，赖广麟，邹黎威. (2023) 基于K-means启发的深度自编码高光谱异常检测系统，登记号：2023SR1226881，2023年10月12日（软件著作权）
  19. 楼桉君， 贺智, 肖曼, 赖广麟. (2023) 基于3D多源域注意力模型的湿地分类系统, 登记号：2023SR0082217，2023年1月13日（软件著作权）
  20. 贺智. (2022)  基于VMD-biLSTM多特征集成的高光谱异常检测系统，2022.9.19，登记号： 2022SR1361401，2022年9月19日（软件著作权）
  21. 贺智, 楼桉君, 肖曼, 赖广麟. (2022)  基于卷积Transformer自编码网络的高光谱异常检测系统，2022.9.19，登记号： 2022SR1361509，2022年9月19日（软件著作权）
  22. 肖曼, 贺智, 楼桉君, 李心媛. (2022) 基于中心点到角点矢量的舰船任意方向检测系统，2022SR1384051，2022年9月29日（软件著作权）

主持科研项目

  1. 国家自然科学基金面上项目 （NO.42271325）粤港澳大湾区典型湿地植被“区域-场景-图斑”层次化细粒度识别及生态价值评估应用研究 2023.1-2026.12
  2. 广东省城市安全智能监测与智慧城市规划企业重点实验室开放基金，（No. GPKLIUSMSCP-2023- KF-02） 基于深度学习与社交媒体数据的沿海城市台风灾情智能监测与评估研究，2023.5-2024.5
  3. GF基础科研计划项目，2020.07-2022.06 复杂***分离技术，NO. WDZC20205500205
  4. 中山大学青年教师重点培育项目，2019.10-2020.12 粤港澳大湾区典型湿地的高分/高光谱遥感监测与生态评估研究 No. 19lgzd10
  5. 广东省自然科学基金面上项目，2019.10-2022.09 高分/高光谱遥感结合的滨海湿地植被群落精细分类与健康评价研究 No. 2019A1515011877
  6. 广州市科技计划项目，2020.04-2023.03 基于多源异构大数据的高密度城区绿色空间生态评价研究—以广州市为例 NO.202002030240
  7. 国家自然科学青年基金项目（41501368）基于三维经验模态分解与结构化稀疏表示的高光谱影像精细分类研究及其在红树林中的应用 (2016,01~2018,12)
  8. 高校基本科研业务费中山大学青年教师培育项目（16lgpy04）高光谱遥感影像的张量块稀疏表示分类方法研究 (2016,01~2018,12)
  9. 2016年度遥感青年科技人才创新资助项目 (2016,1~2016,12)[注：全国仅20人在本年度获此资助]
  10. 中山大学青年教师起步资助项目(37000-31121401) (2015,10~2016,12)