您目前的位置: 首页» 科学研究» 研究方向

计算机学院研究方向

  (1)智能优化算法及其应用方向:最优化理论与智能算法有机结合起来,提出了多种智能优化算法,如离散粒子群、离散人工蜂群等高性能优化算法,有效解决了柔性作业车间调度、流水车间调度、物流优化等问题,并应用于流程工业生产调度、物流优化、交通优化、绿色智能建筑、多目标优化等领域。团队成员主持或完成国家自然科学基金7项、省部级课题7项,科研经费270余万元;发表学术论文126篇,其中被SCI索引85篇,出版学术专著3部,申请发明专利5项。团队成员获江苏省科学技术奖二等奖1项,辽宁省自然科学学术二等奖1项,山东省高校科研奖一等奖2项。团队与新加坡南洋理工大学、西班牙瓦伦西亚大学、清华大学、华中科技大学、东北大学等国内外知名高校建立了密切的合作关系,多名研究生被推荐到上述高校读博深造。

  (2)大数据与自然语言处理方向:开展计算术语学、文本情感分析、Web语义分析、教育大数据与个性化推荐、信息安全等的研究与应用。团队成员主持或参与国家“863”计划课题、国家自然科学基金、教育部博士点基金、中法徐光启合作项目、国家密码发展基金与山东省自然科学基金等课题20余项。参与ISO 1087、ISO 704等国际标准和国内标准的制/修订工作。在国内外重要刊物或会议上发表论文被SCI、EI、ISTP索引100余篇。

  (3)机器学习与多媒体计算方向:结合压缩感知、超图学习、核方法以及自监督学习的优点,利用矩阵分解为工具,对高光谱遥感图像的端元提取与丰度反演进行了系统研究,较好地解决了高混合度条件下的高光谱解混模型构建与算法设计问题。同时,在自然图像的混沌加密、医学图像分析与处理、人脸与虹膜识别、人体姿态估计以及数据聚类方法等方面进行了深入研究。团队成员承担或参与完成国家“863”子课题1项、国家自然科学基金6项、山东省自然科学基金5项、教育厅课题6项。发表学术论文160余篇,其中SCI、EI收录30余篇,在机器学习与多媒体计算方向形成了稳定的团队。

  (4)计算生物学方向:以新一代高通量测序数据为背景,研究面向全基因组数据的癌症变异检测,为从分子水平上认识、理解、研究人类癌症疾病提供全新思路和视角,并为人类癌症疾病的精准诊断与治疗提供科学途径。癌症基因组结构变异检测研究基于统计计算和机器学习的多类型结构变异检测理论与方法,能够实现多类型结构变异并存情况下的精准检测;瘤细胞异质性分析研究肿瘤异质成分数量的动态定位,对其进行合理的分析与推断,为深度认识癌细胞组织结构,研究癌症个性化治疗具有重要意义。团队成员承担或参与国家自然科学基金项目2项,省自然科学基金4项、教育厅课题3项,省重点实验室开放项目1项。发表学术论文20余篇,全部SCI收录,申请发明专利9项。团队和西安电子科技大学建立了紧密合作关系,有多名老师在该校访问求学。