近日，大数据学院数据科学与大数据技术专业吴业云老师在SCI二区期刊《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》发表题为《Co-Divide: Multi-Granularity Consistency Learning for Remote Sensing Image Retrieval under Severe Noisy Labels》的学术论文。
该研究针对跨域遥感图像检索中噪声标签干扰这一前沿难题，提出“协同划分与多粒度一致性学习”新型框架。方法创新性地设计了双模型协同划分与校正策略，结合图神经网络提取域不变特征，并通过多粒度一致性学习与对比学习机制，有效克服了遥感图像“类内方差大、类间方差小”的固有挑战，实现了噪声源域到无标注目标域的精准知识迁移。实验表明，该方法在多个跨域检索基准上显著优于现有最先进方法，尤其在噪声标签比例高达60%的严重噪声场景下，性能提升达19.98%，充分彰显了大数据学院在遥感智能解译与数据科学前沿领域的科研创新实力。
2026年4月20日
