关庆锋
近期热点
资料介绍
个人简历
中国地质大学(武汉)地理与信息工程学院、副院长;国家地理信息系统工程技术研究中心副主任;国家高层次人才、湖北省自然科学基金“杰出青年”、2014年高校GIS创新人物奖;中国地理信息产业协会理论与方法工作委员会委员、中国地理学会地图学与地理信息系统专业委员会委员、ACM中国SIGSPATIAL分会执行委员会委员。主持科研项目来自国家自然科学基金、科技部重点研发计划、教育部高等学校博士学科点专项基金、国土资源部地质信息技术重点实验室、湖北省自然科学基金等。发表学术期刊论文70余篇,其中包括PNAS、ISPRS、AAAG、LAND、IJGIS、EMS、CG、TGIS、CaGIS、CEUS、JSTARS等国际重要期刊SCI/SSCI学术论文60余篇。 教育经历 Education Background2003.92008.6 University of California, Santa Barbara地理信息科学哲学博士学位2000.92003.6 中国科学院地理科学与资源研究所地理科学硕士1996.92000.6 华东师范大学地理科学学士 工作经历 Work Experience2013.1至今 中国地质大学(武汉)地理与信息工程学院教授2009.92012.12 美国内布拉斯加大学林肯分校 (UNL)自然资源学院 (SNR) & 先进土地管理信息技术中心 (CALMIT)助理教授2008.82009.8 美国地质调查局(USGS)地理空间信息科学中心 (CEGIS)博士后团队介绍 Research Group高性能空间计算智能研究中心(微信公众号:HPSCIL)研究中心以“城市智能感知技术与应用”为主题,开展包括遥感、数据库、计算构架、大数据分析与挖掘、时空模拟、可视化、工程实现、落地应用等方面的研究。在高性能空间计算平台和智能计算框架的支持下,开展以下四个方向的研究:(1)城市智能感知与计算(包括城市遥感);(2)高性能空间计算及空间知识智能挖掘;(3)时空过程及人地关系模拟;(4)GIS系统研发以及时空数据的可视化。在大数据的支持下为政府、企业以及居民等各级用户应对社会和环境变化提供技术保障和决策支持。研究中心的建设目标为:形成城市智能化“感+知+用”的闭环全链条,实现“教学研用”的全方位人才覆盖以及企业+高校的紧密结合, 建设成为国内外具有重要影响的研究团队,在四个主要研究方向取得具有国际影响力的创新性成果,并将成果以系统、平台或政府报告的方式进行落地应用,实现产学研三位一体的结合。研究中心包括教授4人(博导2人)、副教授8人、讲师1人,学科方向覆盖地理学、测绘科学与技术、软件工程等三个一级学科。现有博士研究生8人、硕士研究生超过50人。研究领域
时空大数据:时空大数据分析、挖掘、模拟与可视化空间计算智能:基于机器学习/人工智能的空间分析与时空模拟,解决复杂地理空间问题高性能地理空间计算:利用并行计算技术,突破由大数据和复杂算法造成的计算壁垒,解决复杂地理空间问题空间感知与计算:利用多源/多元数据,智能感知空间环境,分析和模拟空间环境变化,应用包括城市、土地利用与土地覆盖、地质、环境等""近期论文
Zhu, Q.; Deng, W.; Zheng, Z.; Zhong, Y.; Guan, Q.; Lin, W.; Zhang, L. & Li, D. (2021) A Spectral-Spatial-Dependent Global Learning Framework for Insufficient and Imbalanced Hyperspectral Image Classification. IEEE Transactions on Cybernetics (SCI). DOI: 10.1109/TCYB.2021.3070577Gao, H.; Zhu, X.; Guan, Q.*; Yang, X.; Yao, Y.; Zeng, W. & Peng, X. (2021) cuFSDAF: An Enhanced Flexible Spatiotemporal Data Fusion Algorithm Parallelized Using Graphics Processing Units. IEEE Transactions on Geoscience and Remote Sensing (SCI). DOI: 10.1109/TGRS.2021.3080384Yao, Y.; Wang, J.; Hong, Y.; Qian, C.; Guan, Q.*; Liang, X.; Dai, L. & Zhang, J. (2021) Discovering the homogeneous geographic domain of human perceptions from street view images. Landscape and Urban Planning (SCI/SSCI). 212 (2021) 104125. DOI: 10.1016/j.landurbplan.2021.104125Zhu, Q.; Wang, L.; Zeng, W.; Guan, Q. & Hu, Z.* (2021) A Sparse Topic Relaxion and Group Clustering Model for Hyperspectral Unmixing. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing (SCI), 14: 4014-4027. DOI: 10.1109/JSTARS.2021.3069574.Zhu, Q.*; Zhang, Y.; Wang, L.; Zhong, Y.; Guan, Q.*; Lu, X.; Zhang, L. & Li, D. (2021) A Global Context-aware and Batch-independent Network for road extraction from VHR satellite imagery. ISPRS Journal of Photogrammetry and Remote Sensing (SCI), 175(2021): 353-365. DOI: 10.1016/j.isprsjprs.2021.03.016Wang, R.; Ren, S.; Zhang, J.; Yao, Y.*; Wang, Y. & Guan, Q. (2021) A comparison of two deep-learning-based urban perception models: which one is better? Computational Urban Science. 1(1), 1-13. DOI: 10.1007/s43762-021-00003-0Yao, Y.; Zhang, J.; Qian, C.; Wang, Y.; Ren, S.; Yuan, Z. & Guan, Q.* (2021) Delineating urban job-housing patterns at a parcel scale with street view imagery. International Journal of Geographical Information Science (SCI&SSCI). DOI: 10.1080/13658816.2021.1895170Lyu, J.; Hu, Y.; Ren, S.; Yao, Y.*; Ding, D.; Guan, Q. & Tao, L. (2021) Extracting the Tailings Ponds From High Spatial Resolution Remote Sensing Images by Integrating a Deep Learning‐Based Model. Remote Sensing (SCI). 13, 743. DOI: 10.3390/rs13040743Liang, X.#; Tian, H.#; Li, X.*; Huang, J.; Clarke, K.; Yao, Y.; Guan, Q. & Hu, G.* (2021). Modeling the dynamics and walking accessibility of urban open spaces under various policy scenarios. Landscape and Urban Planning (SCI/SSCI). DOI: 10.1016/j.landurbplan.2020.103993Lv, J.; Wang, Y.; Liang, X.*; Yao, Y.; Ma, T. & Guan, Q. (2021). Simulating urban expansion by incorporating an integrated gravitational field model into a demand-driven random forest-cellular automata model. Cities (SSCI). DOI: 10.1016/j.cities.2020.103044Liang, X.; Guan, Q.*; Clarke, K.; Liu, S.; Wang, B. & Yao, Y. (2021). Understanding the drivers of sustainable land expansion using a patch-generating land use simulation (PLUS) model: A case study in Wuhan, China. Computers, Environment and Urban Systems (SSCI). DOI: 10.1016/j.compenvurbsys.2020.101569Yao, Y; Liu, Y.; Guan, Q.*; Hong, Y.*; Wang, R.; Wang R. & Liang, X. (2021). Spatiotemporal distribution of human trafficking in China and predicting the locations of missing persons. Computers, Environment and Urban Systems (SSCI). DOI: 10.1016/j.compenvurbsys.2020.101567Liang, X.; Guan, Q.*; Clarke, K. C.; Chen, G.; Guo, S. & Yao, Y. (2021). Mixed-cell cellular automata: A new approach for simulating the spatio-temporal dynamics of mixed land use structures. Landscape and Urban Planning (SCI/SSCI). DOI: 10.1016/j.landurbplan.2020.1039602021.1至今 ACM中国SIGSPATIAL分会-执行委员会-委员2019.10至今 中国地理学会-地图学与地理信息系统专业委员会-委员2017.1至今 中国地理信息产业协会-理论与方法工作委员会-委员标签: 中国地质大学(武汉) 地理与信息工程学院
相关热点
最新收录
- 水咲优美(水咲優美) 06-25
- 三月光(三月ひかる) 06-21
- 澪川遥(澪川はるか) 06-21
- 冈本莉里 岡本莉里 (おか 06-21
- 宗像丽奈(宗像れな) 06-21
- 温碧霞 06-21
- 舒淇 06-21
- 叶玉卿 06-21
- 叶子楣 06-21
- 杨思敏 06-21