[an error occurred while processing this directive]

[an error occurred while processing this directive]

韩彦岭(教授)

发布者:张程冬发布时间:2026-10-12浏览次数:3115

韩彦岭——教授


个人基本情况:

韩彦岭,女,1975年出生,工学博士,教授,博士生导师。主持及承担国家自然基金、国家重点研发计划子课题、中国博士后科学基金、上海市科委等项目十余项。第一作者及通讯作者发表论文50余篇,出版专著2部,申请及获得发明专利、软著二十余项。获得中国地理信息产业协会地理信息科技进步奖、中国测绘学会测绘科学技术、上海海洋科技进步奖等奖项,担任多个国际遥感期刊审稿人。主讲的操作系统课程获上海市教委重点课程、上海市一流课程等,主编教材2部。


主要研究方向:

基于深度学习的图像分类与识别,海洋灾害遥感,海洋渔业大数据挖掘技术及应用。


主要承担科研项目:

1. 2024.12-2027.11,国家重点研发计划“海洋农业与淡水渔业科技创新”重点专项子课题,南海深海鱼类资源评估与渔情预报技术,主持。

2. 2024.6-2025.6,基于5G物联网与边缘计算的生态环境监测系统研究,牧星智能工业科技(上海)有限公司,主持。

3. 2022/1-2025/12,国家自然科学基金面上项目,异源数据多特征融合的遥感海冰检测模型研究,主持。

4. 2019/11-2022/12,国家重点研发计划“蓝色粮仓科技创新”重点专项资助项目子项,浅海智能生态增养殖全过程信息化平台构建,主持。

5. 2014/01-2017/12,国家自然科学基金面上项目,基于全球导航卫星系统(GNSS)反射信号的海冰检测模型的研究,参加。

6. 2011/09-2014/06,上海市科委地方院校能力建设项目,基于船舶的海洋信息动态收集监控平台关键技术研究和系统开发,参加。

7. 2012.9-2015.06,上海市自动化所(横向),基于BIM的地铁机电设备维护与仿真系统研究,项目总体设计和规划,主持。

8. 2009,上海市自动化研究所(横向),虹桥交通枢纽地铁隧道掘进过程仿真系统研究,,项目总体设计和规划,主持。

9. 2007/01-2008/12,上海市教委优秀青年基金项目,基于知识本体的渔业资源管理及服务技术研究,主持。

10. 2006/09-2007/09,中国博士后科学基金资助项目,基于知识发现的智能故障诊断技术研究,主持。


主要发表论文:

[1] Yanling Han, Wenbin Zhao, Qinqin Sun, Ge Song, Ping Ma, Yun Zhang, Chuanxiang Hua & Shouqi Cao, A Sea Surface Salinity error correction model integrating physical models and complex environmental influences[J], International Journal of Remote Sensing, 2026.  

[2] Yanling Han, Yizhuo Cai, Ping Ma*, Ge Song, Jing Wang, Yun Zhang, Shuhu Yang, Zhonghua Hong,Improved U-Net with enhanced spatiotemporal features for Chlorophyll-A concentration prediction in the Zhoushan fishery,Remote Sensing Applications-Society and Environment,42(2026).

[3] Han, YL; Huang, JJ; Ma, ZL; Zheng, BW; Wang, J; Zhang, Y, GBDT Method Integrating Feature-Enhancement and Active-Learning Strategies-Sea Ice Thickness Inversion in Beaufort Sea, SENSORS, Volume24 Issue9, 2024.

[4] Han, YL; Wang, XT; He, HY; Wang, J; Zhang, Y, Habitat Prediction of Bigeye Tuna Based on Multi-Feature Fusion of Heterogenous Remote-Sensing Data, JOURNAL OF MARINE SCIENCE AND ENGINEERING, Volume12, Issue8, 2024.

[5] Yanling Han , Hang Shen,Zhonghua Hong , Yun Zhang, Haiyan Pan, Ruyan Zhou , and Jing Wang, Remote sensing sea ice classification based on DenseNet and heterogeneous data fusion,Journal of Applied Remote Sensing,2022,16(4).

[6] Han, YL; Shi, X; Wang, J*; Zhang, Y; Hong, ZH; Ma, ZL ; Zhou, RY,Sea ice image classification based on ResFPG network and heterogeneous data fusion,International Journal of Remote sensing, 2022, Vol:43,P6881-6898.

[8]Yanling Han, Yekun Liu, Zhonghua Hong*, Yun Zhang, Shuhu Yang and Jing Wang, Sea Ice Image Classification Based on Heterogeneous Data Fusion and Deep Learning, Remote Sensing, 2021,13:592.  

[9]韩彦岭,高仪,王静*,魏聪,张云,洪中华,结合未标签样本和CNN的高光谱遥感图像分类,遥感信息,Vol.35,No.5, 2020.10:P19-30.

[10]Yanling Han, Cong Wei, Ruyan Zhou*, Zhonghua Hong, Yun Zhang and Shuhu Yang, Combining 3D_CNN and Squeeze-and-Excitation Networks for remote sensing sea ice image classification, Mathematical Problems in Engineering, Volume 2020.  

[11]韩彦岭,赵耀,周汝雁*,张云,王静,杨树瑚,洪中华,协同主动学习和半监督方法的海冰图像分类,海洋学报(中文版),Vol.42, No.1, 2020.1:123-135.  

[12]Yanling Han, Yi Gao, Yun Zhang*, Jing Wang and Shuhu Yang, Hyperspectral Sea Ice Image Classification Based on the Spectral-Spatial-Joint Feature with Deep Learning, Remote Sensing, Vol.11, No.18 2019.9.

[13]Yanling Han, Yao Zhao, Yun Zhang, Jing Wang, Shuhu Yang, Zhonghua Hong, Shouqi Cao, A Cooperative Framework based on Active and Semisupervised Learning for Sea Ice Classification using EO-1 Hyperion Data, Transactions of the JSASS / Transactions of the Japan Society for Aeronautical and Space Sciences, Vol. 62, No. 6, November 4, 2019.P318-330.  

[14]Zhonghua HONG, Xuesu LI, Yanling HAN*, Yun ZHANG, Jing WANG, Ruyan ZHOU, Kening HU , Automatic Sub-Pixel Coastline Extraction based on Spectral Mixture Analysis using EO-1 Hyperion Data, Frontiers of Earth Science, 2019, 13(3):478-494.

[15]韩彦岭,李鹏,张云,徐利军,王静,主动学习与半监督技术相结合的海冰图像分类,遥感信息,2019, 34(2):15-22.

[16]梁健,韩彦岭,于文浩,张云.低成本GNSS/INS组合导航系统探讨[J].导航定位学报,2019,7(04):110-117.

[17]Yanling Han, Peng Li, Yun Zhang,* Zhonghua Hong, Kaichen Liu, Jing Wang, Combining active learning and transductive support vector machines for sea ice detection, Journal of Applied Remote Sensing, 12(2), 026016.

[18]韩彦岭,李珏,张云,洪中华.利用改进相似性度量方法进行高光谱海冰检测,遥感信息,2018.2.15, 33(1): 76~85

[19]Yun Zhang, Wenhao Yu, Yanling Han*, Zhonghua Hong, Shuhu Yang, Jing Wang. Static and kinematic positioning performance of a low-cost real-time kinematic navigation system module. Advances in Space Research. 2018, 63(9):3029-3042.  

[20]Yanling Han, Jue Li, Yun Zhang*, Zhonghua Hong and Jing Wang, Sea ice detection based on improved similarity measurement method using hyperspectral data, Sensors 2017, 17(5), 1124; doi:10.3390/s17051124.  

[21]韩彦岭,顾祈明,田露满,张云,洪中华、徐利军.北斗反射信号软件接收机的设计与实现,计算机工程与设计,2016,Vol.37, No.4, PP1091-1097。

[22]Yanling Han, Ren Jing, Hong Zhonghua*, Yun Zhang, Long Zhang, Wanting Meng, Qiming Gu, Active learning algorithms for the classification of Hyperspectral sea ice images, Mathematical Problems in Engineering. Vol.2015.


部分知识产权:

1.韩彦岭等,一种轻量级水下目标检测方法、系统、介质、设备及终端,发明专利,中国,专利号:ZL 2022 1 0406103.2

2.韩彦岭等,一种海冰图像分类方法、系统、介质、设备及处理终端,发明专利,中国,专 利 号:ZL 2021 1 1388962.5

3.韩彦岭等,基于PCANet的空谱特征联合高光谱海冰图像分类方法,发明专利,专利号:ZL 2021 1 0630831.7

4.韩彦岭等,基于残差网络和特征融合模块的高光谱遥感地物分类方法,发明专利,中国,专利号:ZL 202010283765.6

5.韩彦岭等,基于卷积神经网络的遥感海冰图像分类方法,发明专利,中国,专利号:ZL 202010283629.7

6.韩彦岭等,基于深度学习的多特征融合高光谱遥感地物分类方法,发明专利,中国,专利号:202010283627.8

7.韩彦岭等,一种基于空谱联合特征的高光谱海冰检测方法,发明专利,中国,专利号:201911233282.9

8.韩彦岭等,一种协同主动学习和直推式支持向量机的海冰检测方法,发明专利,中国,申请号(专利号):201910466862.6

9.2020.7,基于深度学习模型的苹果分类识别软件,软件著作权,中国,2020SR0719095.

10.2020.7,基于Unity3D的垃圾抓斗起重机状态实时仿真系统,软件著作权,中国,2020SR0731318.

11.2018.5,柔性系统动力学仿真及前后数据处理软件,软件著作权,中国,2018SR397383.

12.2016.7,水产品质量溯源系统,软件著作权,中国,2016SR324264。

13.2016.8,水产品销售比价系统,软件著作权,中国,2016SR324260。

14.2015.01,大长隧道交通流和环境仿真系统,软件著作权,中国,2015SR217170.。

15.2014.01,基于Unity的地铁车站动态仿真及设备监管系统,软件著作权,中国,2014SR047570.

16.2012.12,基于动态仿真技术的区域市政管网监测及仿真系统软件,软件著作权,中国,2012SR129977.


教学工作:

主讲程序设计基础、面向对象程序设计、操作系统原理等课程。


联系方式:

E-mail:ylhan@shou.edu.cn

联系地址:上海市浦东新区沪城环路999号,永利集团304am官方入口

邮编:201306