个人简介

女，中国地质大学（武汉）计算机学院特任副教授，大数据系副主任。2011年毕业于武汉大学遥感信息工程学院，专业遥感科学与技术。2011年-2016年在中国科学院遥感与数字地球研究所硕博连读，专业地图学与地理信息系统。2014年2月-2015年11月于德国Fraunhofer SCAI算法与科学计算研究所博士联合培养。2016年6月博士毕业，同年进入国防科技大学计算机科学与技术博士后科研流动站开展博士后研究工作。2018年12月进入中国地质大学（武汉）计算机学院大数据系工作。现主持国家自然科学基金青年基金项目一项、国防横向项目一项，曾作为主要成员参与国家973项目子课题、国家自然科学基金面上项目、中国科学院遥感与数字地球研究所“一三五”规划项目子课题等，曾主持中国科学院遥感与数字地球研究所研究生所长基金项目一项、国家大学生创新实验项目一项。截至目前，以第一和通讯作者发表论文十余篇。IEEE会员、CCF会员、中国图象图形学学会会员，JSTARS、JARS、JCSC、遥感学报、信号处理等审稿人。 教育经历 [1] 2014.2-2015.11 德国Fraunhofer SCAI弗劳恩霍夫算法与科学计算研究所 | 高性能计算 | 博士联合培养 [2] 2011.9-2016.6 中国科学院大学/中国科学院遥感与数字地球研究所 | 地图学与地理信息系统（ 硕博连读） | 理学博士学位 | 博士研究生毕业 [3] 2007.9-2011.6 武汉大学 遥感信息工程学院 | 遥感科学与技术 | 工学学士学位 | 本科毕业 工作经历 [1] 2018.12-至今 中国地质大学（武汉） | 计算机学院大数据系 | 特任副教授 [2] 2016.11-2018.10 国防科技大学 | 计算机科学与技术博士后科研流动站 | 博士后 合作导师：宋君强院士 科研项目 [1] 基于深度网络模型压缩与加速的高分辨率遥感图像在轨目标检测, 国家自然科学基金青年基金项目, 在研, 主持 [2] XXX可视化技术, 国防横向项目, 在研, 主持 [3] 高层次人才科研启动经费项目, 中国地质大学（武汉）, 在研, 主持 [4] 多源卫星遥感反演气溶胶光学特性研究, 国家自然科学基金面上项目, 结题, 参与 [5] 数字地球科学平台集成, 中国科学院遥感与数字地球研究所“一三五”规划“全球环境资源空间信息系统”子课题, 结题, 参与 [6] 气溶胶格局特征和变化及人类影响规律解析, 国家973 项目“多尺度气溶胶综合观测和时空分布规律研究”子课题, 结题, 参与 [7] 基于GPU集群的定量遥感反演关键问题研究, 中国科学院遥感与数字地球研究所研究生所长基金项目, 结题, 主持 [8] 基于影像的旋转扫描测量方法研究, 国家大学生创新实验项目, 结题, 主持 奖励荣誉 [1] 中国地质大学（武汉）2020年度考核校级优秀工作者，2020年 [2] 计算机学院2019年度教学先进工作者，2019年 [3] 第二届“航天星图杯”高分图像解译软件大赛一等奖2项、二等奖1项、三等奖2项、四等奖1项，2018年：高分辨率可见光飞机目标自动识别项目一等奖、高分辨率可见光图像中舰船目标自动识别项目一等奖、SAR图像中建筑物目标自动提取项目二等奖、高分辨率可见光图像中建筑物目标自动提取项目三等奖、高分辨率可见光图像中污水处理厂自动识别项目三等奖、高分辨率SAR图像中舰船目标自动识别项目四等奖 [4] 中国科学院遥感与数字地球研究所优秀毕业生，2016年 [5] 研究生国家奖学金，2012年 [6] 武汉大学优秀毕业生，2011年 [7] 本科生国家奖学金，2010年 授课信息 [1] 大规模分布式系统及其应用，研究生课程，S190021（2018年秋、2019年秋） [2] 网络应用与信息技术，本科生课程，11919101（2019年春、秋，2020年春、秋） 学生信息 刘仁华，研二，高分辨率遥感图像在轨快速目标检测 项健健，研一，无人机遥感数据实时智能处理 孙永健，研一，海洋环境数据智能处理与应用

研究领域

[1] 高性能计算（CPU、GPU、集群） [2] 遥感（卫星、无人机）数据智能实时处理（深度学习模型压缩、GPU并行计算） [3] 机器学习在大气、海洋遥感的应用

高性能计算，遥感数据智能实时处理（深度学习模型压缩、GPU并行计算），机器学习在大气、海洋遥感领域的应用

近期论文

查看导师最新文章 （温馨提示：请注意重名现象，建议点开原文通过作者单位确认）

[1] Jia Liu, Renhua Liu, Kaijun Ren, Xiaoyong Li, Jianjian Xiang, Shaohua Qiu, 2020, High-Performance Object Detection for Optical Remote Sensing Images with Lightweight Convolutional Neural Networks. HPCC-2020. [2] Jia Liu, Yong Xue*, Kaijun Ren, Junqiang Song, Christopher Windmill, Patrick Merritt, 2019, High-performance time-series quantitative retrieval from satellite images on a GPU cluster, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 12(8): 2810-2821. [3] Jia Liu, Longli Liu, Yong Xue*, Jing Dong, Yincui Hu, Richard Hill, Jie Guang, Chi Li, 2017, Grid workflow validation using ontology-based tacit knowledge: A case study for quantitative remote sensing applications. Computers & Geosciences, 98, 46-54. [4] Jia Liu, Dustin Feld, Yong Xue*, Jochen Garcke, Thomas Soddemann, Peiyuan Pan, 2016, An efficient geosciences workflow on multi-core processors and GPUs: a case study for aerosol optical depth retrieval from MODIS satellite data. International Journal of Digital Earth. 9: 1-18. [5] Jia Liu, Yong Xue*, Dominic Palmer-Brown, Ziqiang Chen, Xingwei He, 2015, High-throughput geocomputational workflows in a Grid environment. Computer. 48(11):70-80. [6] Jia Liu, Dustin Feld, Yong Xue*, Jochen Garcke, Thomas Soddemann, 2015, Multi-core processors and graphics processing unit accelerators for parallel retrieval of aerosol optical depth from satellite data: implementation, performance and energy efficiency. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 8(5): 2306-2317.