个人简介

李山山，男，中国科学院遥感与数字地球研究所副研究员。主要从事高光谱图像处理算法研究、卫星地面系统处理系统开发与应用。 教育背景： 2008.7-2011.6中国科学院对地观测与数字地球科学中心，地图学与地理信息系统，博士； 2004.9-2006.6武汉大学，摄影测量与遥感专业，硕士； 1998.9-2002.6武汉工程大学，计算机科学与技术专业，学士。 科研工作经历： 2014.2至今中国科学院遥感与数字地球研究所中国遥感卫星地面站，副研究员； 2011.7-2014.1中国科学院遥感与数字地球研究所中国遥感卫星地面站，助理研究员； 2006.9-2008.8安徽理工大学，地球与环境学院，地理信息系统专业，讲师

研究领域

高光谱图像处理：空间特征提取、图像分类等； 卫星数据处理：图像匹配、几何校正等

专利：基于虚拟化技术的多卫星遥感数据处理系统和方法（201310478399.X） 承担科研项目情况： 1.国家自然科学基金，2014，“优化选择的融合纹理—光谱—空间相关性多特征一体化的高光谱图像分类方法研究”，课题负责人； 2.中国科学院对地观测中心主任科学基金项目，2011，控制点优化的LDCM几何精校正算法研究，课题负责人； 3.中国科学院数字地球重点实验开放基金项目，2015，基于超像元多尺度特征融合的高光谱图像分类，课题负责人； 4.中国科学院科研装备研制项目，LDCM数据接收及快速处理设备研制，喀什、三亚分中心综合数据处理，核心人员。

近期论文

查看导师新发文章 （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.ShanshanLi,BingZhang*,A.Li,X.Jia,L.Gao,M.Peng.Hyperspectralimageryclusteringwithneighborhoodconstraints.IEEEGeoscienceandRemoteSensingLetters,Vol:10,Issue:3,pp:588-592,2013. 2.BingZhang,ShanshanLi*,X.Jia,Lianru.GaoandM.Peng.AdaptiveMarkovRandomFieldApproachforClassificationofHyperspectralImagery,IEEEGeoscienceandRemoteSensingLetters,Vol:8,Issue:5,pp:973-977,2011. 3.ShanshanLi,BingZhang*,D.Chen,L.GaoandM.Peng.AdaptivesupportvectormachineandMarkovrandomfieldmodelforclassifyinghyperspectralimagery,JournalofAppliedRemoteSensing,Vol:5,Issue:1,pp:1-11,2011. 4.BingZhang*,ShanshanLi,ChangshanWu,LianruGao,WenjuanZhang,ManPeng.Aneighbourhood-constrainedk-meansapproachtoclassifyveryhighspatialresolutionhyperspectralimagery,Remotesensingletters,Vol:4,Issue:2,pp:161-170,2013. 5.Gao,L.R.,BingZhang*,X.Sun,Shanshan.Li,Q.DuandC.Wu.OptimizedmaximumnoisefractionfordimensionalityreductionofChineseHJ-1Ahyperspectraldata,EURASIPJournalonAdvancesinSignalProcessing,Vol:1,pp:1-12.2013. 6.MiaoLi,ShuyingZang,BingZhang,ShanshanLiandChangshanWu,AReviewofRemoteSensingImageClassificationTechniques:theRoleofSpatio-contextualInformation,EURASIPJournalonAdvancesinSignalProcessing,Vol:47,pp:389-411,2014. 7.LiNi,LianruGao,ShanshanLi,JunLi,BingZhang,Edge-constrainedMarkovrandomfieldclassificationbyintegratinghyperspectralimagewithLiDARdataoverurbanareas,Jounalofappliedremotesensing,Vol:8(1),089085,2014.