近日，据基本科学指标数据库（ESI）更新数据显示，中国林科院资源所自然资源无人机监测应用团队于2022年1月在计算机领域顶级期刊IEEE Transactions on Neural Networks and Learning Systems（影响因子IF=14.26）上正式发表的1篇论文，半年累计被SCI期刊论文引用34次，入选“ESI高被引论文”。

该论文针对图像识别领域中海量图像数据分布复杂且存在大量冗余无关特征等问题，提出基于联合L2,p和L2,s距离度量的“鲁棒判别图像子空间特征学习方法”。将该方法应用于复杂图像特征判别学习，其结果具备较强的鲁棒性（对异常值具强镇压能力）、显著的判别性和紧密的相关性，为无人机森林防火、森林生物量估计、森林参数提取等图像识别领域的实际应用打下良好基础。论文的第一作者为中国林科院资源所符利勇研究员，通讯作者为南京林业大学业巧林教授。

“高被引论文”（Highly Cited Papers）是指被引频次在相应学科领域排名1%以内的研究论文。“ESI”是当今世界范围内广泛应用的评价学术机构及学者学术水平的重要指标，着重从文献引用角度反映学术影响力。（胡博）