大数据部依托相关科研项目，在知识图谱、大规模遥感影像数据理解等方向的研究上持续积累，近期三篇研究论文陆续被国际高水平期刊会议录用。

　　硕士生郭世晨与王学志等研究成果 “Learnable Gated Convolutional Neural Network for Semantic Segmentation in Remote-Sensing Images”被国际著名期刊Remote Sensing（SCI一区，IF:4.1)录用。提出了一个可学习的门控卷积神经网络解决遥感图像语义分割类问题，在ISPRS数据集的特定类别上的F1 指标达到了93.65%、IOU指标达到了88.06%。

　　图1 模型框架图

　　留学博士生Fayaz Ali Dharejo与杜一、周园春等的研究成果“A Color Enhancement Scene Estimation Approach for Single Image Haze Removal”被国际著名期刊IEEE Geoscience and Remote Sensing Letters (SCI一区，IF:3.5)录用。针对于遥感图像应用，提出了一种崭新且易于实现的图像去雾方法。实验结果表明，在主观质量和视觉质量方面，物体的颜色、对比度、自然度和高亮度增加了图像的质量。

　　图2 流程框架图

　　硕士生乔子越与杜一、周园春等的研究成果 “Unsupervised Author Disambiguation using Heterogeneous Graph Convolutional Network Embedding”被IEEE Big Data 2019 (CCF C类)会议录用。针对人名消歧这一知识图谱构建领域的普遍问题，提出一种无监督的基于异质图神经网络嵌入学习的消歧框架。在两个数据集上的实验结果表明，该框架明显优于最新的作者消歧方法。（撰稿：杜一）

　　图3 流程框架