常用下载   /  加入收藏  
 
 
    欢迎访问!今天是2017年11月23日  星期四  十月初六      
更多»公告
    当前位置: 首页 » 学术科研 » 科研团队 »  智能计算理论与优化控制
 上一篇:图论与组合优化
 下一篇:密码学与信息安全
智能计算理论与优化控制
作者:研究生工作办公室  来源:研究生工作办公室  发布时间:2014年11月19日  点击次数:804

 

一、  简介

本团队的研究范畴属于数学与信息科学交叉领域,主要研究统计学习理论中的基于核的正则化学习算法的数学理论及相关问题。

学习理论是数据挖掘的重要数学工具。 基于核的正则化学习算法广泛应用于信号与图像处理、模式识别、以及多种统计分析中。

本团队一直致力于研究核正则化学习算法的渐进收敛性、稀疏性及误差估计。近十年来,我们在核机器学习理论中的正定核与再生核Hilbert空间、基于核的正则化回归学习算法的收敛阶的估计、基于相关抽样的核正则化回归学习、系数正则化回归学习等问题,完成了一系列研究成果,部分研究工作受到国内外学者的关注。发表研究论文30余篇,SCI收录论文20余篇,其中发表的JCR一区的文章2篇,JCR三区以上文章8篇,其中孙红卫教授的一篇文章入选ESI高被引论文榜。

本团队重视与国内外学者的学术交流,团队主要成员多次出访美国Duke大学、香港城市大学。孙红卫教授受邀参加在香港城市大学、复旦大学、中山大学、北京师范大学召开的国际学术会议,并在会议上宣读研究报告。

二、  团队负责人简介

孙红卫,教授,博士,男,汉族,1966年生人,1988毕业于浙江大学,理学学土;1991年浙江大学获理学硕士; 2008年北京师范大学获理学博士。1991-1994年,在安徽大学数学系工作;1994-至今,在济南大学数学科学学院工作。

长期从事数学教学与研究,治学严谨,教学水平较高,教学效果优秀,深受学生欢迎。主讲的主要课程有高等数学,高等代数,数值分析,数学模型等。 2004年被评为济南大学优秀教师,2011年,获济南大学师德建设标兵称号。主要从事算子理论,学习理论方面的研究,主持国家自然科学基金,省自然科学基金各一项、校级科研、教研项目各两项,参加其他国家自然科学基金,省自然科学基金、校级教研科研项目若干项。公开发表论文三十余篇,其中以第一作者身份在Applied and Computational Harmonic AnalysisJournal of Complexity, Fourier Analysis and Applications, Advances in Computational Mathematics, Sci China Math.Mathematics and Computer Modelling, Frontiers of Mathematics in China等国内外权威杂志发表论文十余篇。

三、  团队成员情况

团队成员一:孙鹏举,讲师,硕士,男,汉族,1979年生人,2001年毕业于山东师范大学,理学学士;2004年于山东师范大学获理学硕士。2004-至今,在济南大学数学科学学院工作。

长期从事数学教学与研究,治学严谨,教学水平较高,教学效果优秀,深受学生欢迎。主讲的主要课程有高等数学,线性代数,概率论与数理统计,数值分析,数学模型,数学软件及应用等。

 

团队成员二:刘艳,讲师,硕士,女,汉族,1980年生人,2003年毕业于烟台师范学院,理学学土;2006年毕业于燕山大学,理学硕士。2006-至今,在济南大学数学科学学院工作。长期从事数学教学与研究,教学效果优秀,深受学生欢迎。主讲的主要课程有高等数学,线性代数与空间解析几何、数学模型等;多次指导学生参加全国数学建模竞赛,并取得国家一等奖两项、国家二等奖两项和多项省奖。

四、团队科研方向

学习理论中基于核的正则化学习算法。主要研究正则化学习算法的误差分析、渐进收敛性、稀疏性等问题。

五、科研项目

1.  学习理论中基于核函数的正则化算法的研究(11071276/A011401), 国家自然科学基金, 2011.1-2013.12

2.  机器核学习理论中的多核Tikhonov正则化问题(Y2007A11),山东省自然科学基金, 2008.1-2011.12

3.  学习理论中基于弱相关抽样的误差界及学习速率估计(XBS0832), 济南大学博士基金,2008.9-2011.9

4.     再生核Hilbert空间与学习理论(Y0322),校自然科学基金,  2003-2006

 

六、科研论文

1.   Hongwei Sun and Qiang Wu.  A note on application of integral operator in learning theory.  Applied and Computational Harmonic Analysis,  2009, 26: 416–421. (SCI, IMF:3.452, 2013)

2.  Hongwei Sun and Qiang Wu.  Least Square Regression with Indefinite Kernels and Coefficient Regularization. Applied and Computational Harmonic Analysis,  2011,30: 96-109 (SCI, IMF:2.344)

3.  H. W. Sun.  Mercer theorem for RKHS on noncompact sets.  Journal of Complexity,  2005, 21(3): 337--349. (SCI, IMF:1.099, 2013)

4.  H.W.Sun and D.X.Zhou. Reproducing kernel Hilbert spaces associated with analytic translation-invariant Mercer kernels. Journal of Fourier Analysis and Applications, 2008, 14(1):89-101. (SCI, IMF:1.034,2013)

5.  Hongwei Sun and Qiang Wu.  Regularized Least Square Regression with Dependent Samples. Advances in Computational Mathematics,  2010,  32: 175–189.  (SCI, IMF:1.488, 2013)

6.  Hongwei Sun and Qiang Wu.  Application of integral operator for regularized least-square regression. Mathematical and Computer Modelling, 2009, 49(1-2): 276-285.  (SCI, IMF:1.346, 2013)

7.  Jia Cai and Hongwei Sun. Convergence Rate of  Kernel Canonical Correlation Analysis, Sci China Math.,  2011,54(10):2161-2170。(SCI, IMF:0.332, 2013)

8.  Hongwei Sun and Qin Guo.  Coefficient regularized regression with non-iid sampling, The International Journal of Computer Mathematics,2011,88(15):3113-3124(SCI, IMF:0.499, 2013)

9.  H. W. Sun.  Behavior of a Functional in Learning Theory.  Frontiers of Mathematics in China, 2007, 2(3): 455-465.

10. Sun Hongwei , and Lu. F.  On The Range of Elementary Operator Σ(X) =AX+XB+CXD.  Advance in Mathmatics , 2003, 32 (1): 47-52 .

11. F. Y. Lu, H. W. Sun.  Positive definite dot product kernels in learning theory . Advances in Computational Mathmatics,  2005, 22(2): 181--198.  (SCI, IMF:1.148)

12.  Wang Yan, Sun Hongwei, Sun Yikang.  A hybrid genetic algorithm based on mutative scale chaos optimization Strategy.    Journal of University of Science and Technology Beijing, 2002, 9 (6): 470-473. (SCI, IMF:0.437)

13. Ping Liu,  Hongwei Sun Strictly Positive difinite Functions on the Circle.  Journal of Su Zhou university (Natural science edition),  2010,  26(1): 11-17.

14. Hongwei Sun and Qiang Wu.  Indefinite Kernel Network with Dependent Sampling. Analysis and Applications, Vol. 11, No. 5 (2013) 1350020 (15 pages). (SCI,  IMF:1.14, 2013)

15. Zhu Yukui and Hongwei Sun.  Consistency Analysis of Spectral Regulariza-

tion Algorithms. Abstract and Applied Analysis, Volume 2012, Article ID 436510, 16 pages doi:10.1155/2012/436510. (SCI, IMF:1.3182013)

  16. Liu Ping and Hongwei Sun.  REGULARIZED LEAST SQUARE ALGORITHM WITH TWO KERNELS. International Journal of Wavelets, Multiresolution and Information Processing, Vol. 10, No. 5 (2012) 1250043 (14

pages). (SCI, IMF:1.306)

  17. Hongwei Sun and Liu Ping. The Optimal Solution of Multi-kernel Regularization  Learning. Acta Mathematica Sinica, English Series,  Aug.,  2013, Vol. 29, No. 8, p. 16071616. (SCI, IMF:0.3572013)

18.  Xiaorong Chu and Hongwei Sun. Half Supervised Coefficient Regularization for Regression Learning with Unbounded Sampling. The International Journal of Computer Mathematics2013Vol. 90,  No. 7, 1321–1333.

  19. Xiaorong Chu and Hongwei Sun. Regularized Least Square Regression with Unbounded and Dependent Sampling. Abstract and Applied Analysis, Volume  2013, Article ID 139318, 7 pages, http://dx.doi.org/10.1155/2013/139318.

 

 

 

 

 
» 上一篇:图论与组合优化
» 下一篇:密码学与信息安全
check_website_is_ok,made by zheng_guang_yu,Do not delete
 
Copyright 济南大学数学科学学院. All rights reserved.
地址:济南市市中区南辛庄西路336号济南大学西校区第七教学楼   邮编:250022   电话(传真):0531-82767313