本研究方向主要涉及數據處理與分析理論、方法及應用。針對醫學圖像、基因表達譜數據、農業信息化數據、醫療健康數據、視覺圖像、交通物流等大數據,綜合利用機器學習、深度學習、群智能優化等人工智能學習方法對高維複雜數據進行處理與分析,探索新的數據處理理論與方法。近五年,本團隊承擔了多項國家級科研項目,獲得多個教學、科研成果獎項,如分别獲2018年中國公路學會科技進步一等獎并提名國家科技進步獎、2017年江蘇省教學成果一等獎、2017年中國商業聯合會一等獎、等。在IEEE、Elsevier、Springer等旗下國際權威期刊和學術國際會議上發表論文100餘篇,授權發明專利20餘項,其中PCT專利2項。
承擔的主要課題:
F 國家自然科學基金面上項目(61976108)“基于先驗信息與多目标粒子群優化的高維小樣本數據處理方法研究”,61萬,2020.1-2023.12
F 國家自然科學基金(面上項目,61572241),“基于先驗約束和互補⚜⭐〰✝的粒子群優化算法及其在高維小樣本數據處理上的應用”,64萬,2016.1-2019.12
F 國家自然科學基金(面上項目,61271385),“編碼先驗約束的高維小樣本數據處理方法的研究”,76萬,2013.1-2016.12
F 國家重點研發計劃(2017YFC0806600)“特種消防産品關鍵技術研究及應用示範”,10萬,2017.7-2020.6
F 江蘇省六大人才高峰高層次人才項目(2015-DZXX-024),“編碼先驗約束的高維小樣本數據處理關鍵技術及其應用”,3萬, 2015.10-2018.9
F 國家自然科學基金(面上項目,62276116),“融合領域知識的多模态數據協同胰腺腫瘤早期診斷研究”,54萬,2023.01-2026.12
F 國家自然科學基金(面上項目,61976106),“多組學特征融合的肝癌智能分期分型研究”,61萬,2020.01-2023.12
F 國家自然科學基金(面上項目,61772242),“并行架構下基于深度遷移學習的多種模态胰腺腫瘤圖像的早期診斷與分析”,67萬,2018.1-2021.12
F 國家自然科學基金(面上項目),“基于多目标優化和棧式稀疏編碼的肝髒腫瘤圖像識别研究”,67萬,2016.1-2019.12
F 國家自然科學基金(青年項目,61402204),“基于非參數密度模型和粗糙集的多模态醫學圖像處理關鍵技術研究”, 27萬,2015.1-2017.12
F 中國博士後面上項目,“基于圖像識别的碧根果品質無損檢測研究”,5萬,2017.05-2019.01
研究方向 | 研究團隊 | 主要成果簡介 |
生物醫學數據處理 | 劉哲、劉毅等 | 針對醫學圖像、農業信息化數據、醫療健康數據等大數據,綜合利用機器學習、深度學習、群智能優化等人工智能學習方法對高維複雜數據進行分析,發展新的數據處理理論與方法。主持國家自然基金4項,獲省部級科技進步一等獎1項,三等獎1項,省教學成果一等獎1項,發表SCI檢索論文30餘篇,專利申請和授權多項。 |
數據驅動的計算智能 | 韓飛、朱玉全、劉建華、李莉等 | 在基于數據驅動的神經網絡、群智能優化以及生物信息學方面具有鮮明的特色,主持國家自然科學基金34項、省部級項目32項,參研國家重點研發計劃1項;在IEEE TNNLS, Swarm and Evolutionary Computation, Information Sciences,Neural Networks, IEEE/ACM TCBB等國際期刊和IJCNN, WCCI等國際會議發表論文80餘篇,專利申請和授權多項。 |