济南大学信息学院视觉计算与智能感知创新团队牛四杰副教授联合国家高分辨率对地观测系统山东数据与应用中心（简称“高分山东中心”）在遥感领域国际顶级期刊IEEE Transactions on Geoscience and Remote Sensing上发表研究成果。
视觉计算与智能感知创新团队牛四杰副教授和高分山东中心，将深度低秩表示和图卷积子空间聚类应用于无监督高光谱遥感图像分类任务中，并取得重要研究成果。相关成果以“Deep Low-Rank Graph Convolutional Subspace Clustering for Hyperspectral Image”为题，发表于遥感领域国际顶级期刊IEEE Transactions on Geoscience and Remote Sensing（遥感期刊排名第三，CCF B，影响因子：8.125），为解决带有复杂背景的无监督高光谱图像分类问题提供了新的理论和方法。济南大学为唯一贡献单位，同时也是高分山东中心发表于遥感领域国际顶级期刊的首篇论文。研究生韩天昊为第一作者，导师牛四杰副教授为通讯作者。
成果聚焦于现有深度子空间聚类算法对高光谱遥感图像背景信息敏感的问题，通过结合1D和2D卷积自编码器设计了一个联合空谱网络，在提取空谱特征的同时保证原始波段信息不被弱化；在联合空谱网络中加入一个低秩约束自表示层，使得网络可以学到更加鲁棒且适用于下游聚类任务的联合特征，也让模型更加轻量化；在下游聚类任务中引入图卷积技术，形成新的图卷积子空间聚类算法，可以将学习到的联合特征映射到非欧域，从而缓解高光谱遥感图像对背景信息的敏感。
该研究成果受到国家自然科学基金、山东省重点研发计划（军民融合）、山东省自然科学基金、山东省高等学校人才引育创新计划等项目资助。
IEEE Transactions on Geoscience and Remote Sensing是IEEE遥感学会主办的地球科学与遥感领域高水平学术期刊。该刊物内容涵盖从遥感系统、空间遥感计划到电磁散射与辐射传输、图像处理分析、数据融合与同化、电磁计算，对象从大气到地表、次地表等，集中反映了当代空间遥感与对地观测的最新进展，是国际上该领域最有影响力的学术刊物之一。
