科学研究
研究团队
当前位置: 首页 >> 科学研究 >> 研究团队

科研团队

山东省高校优秀科研创新团队


团队名称 智能信息处理
团队主要研究方向 智能计算理论及应用
团队负责人 陈月辉(博士,教授)
研究骨干

杨波(博士,教授)、冯志全(博士,教授)、孙元功(博士,教授)、李金屏(博士,教授)、申涛(博士,教授)、陈贞翔(博士,教授)、孟庆芳(博士,教授)                                          

团队成员 王琳(博士,副教授) 、马坤(博士,副教授)、马炳先(博士,副教授)、王栋(博士,副教授)、彭立志(博士,副教授)、纪科(博士,副教授)、赵川(博士,讲师)、牛冬梅(博士,讲师)、林雪(博士,讲师)、李保珠(博士,讲师)
团队主要研究方向与优势特色

本团队经过近年来的建设发展,已形成研究方向较为集中、梯队层次清晰、职称和年龄结构合理的稳定学术队伍。团队成员全部具有博士学位,其中包括7名教授,6名副教授,4名讲师,其中35岁以下人员5位,专业结构集中于智能信息处理领域,分布于4个研究方向。团队成员中有“泰山学者”青年专家1名,全国优秀教师1名,国家建材局部级有重要贡献的中青年专家1名,1人入选教育部新世纪优秀人才支持计划,2名山东省自然科学杰出青年基金承担人,1位入选济南市青年科技明星计划,1人为教育部高等学校计算机专业教学指导分委员会副主任委员,多人在中国计算机学会,CCF YOCSEF 济南及山东省计算机学会等学术组织担任重要职务。         
   团队依托平台为山东省网络环境智能计算技术重点实验室、山东省国产数据库工程技术研究中心及山东省级特色重点学科-“计算机科学与技术”,该学科同时也是济南大学博士点建设单位支撑学科。                                           

山东省网络环境智能计算技术重点实验室于1995年在省内率先自主建设了大规模的校园网络,近年来承担国家863项目、国家自然科学基金、省部级科研项目近70余项,科研总经费1800余万元,在网络体系结构、网络安全、分布式信息处理、计算智能与应用、智能信息处理、图形图像处理、虚拟现实、水泥水化过程仿真等技术与应用方面形成了一定的研究特色,取得了多项重要科研成果。近年来获山东省科技进步一等奖2项、二等奖4项、三等奖3项,山东省自然科学三等奖1项,山东省高等教育优秀成果一等奖1项,山东省研究生教育省级教学成果一等奖1项,山东省计算机优秀应用成果一等奖等厅级以上成果奖10余项。在国内外著名学术刊物《Pattern Recognition 》、《Information Science》《Automatica》、《中国科学》和IEEE、IFAC、IFIP、ACM等著名国际学术会议上发表学术论文410余篇,其中被SCI、EI等国际著名论文数据库收录170余篇,出版教材专著3部。在历届研究生培养过程中,共发表学术论文230余篇,近40篇被SCI、EI收录。有4人获得省级优秀硕士学位论文,2人获得山东省研究生创新成果奖,1人获得山东省优秀毕业生称号,2位老师获得山东省优秀硕士导师称号。                                            

山东省国产数据库工程技术研究中心在国家863计划的支持下,利用国家优选的三个国产数据库产品研究开发了一系列面向教育行业的应用系统,其中高校教务管理和学生选课系统在省内外近10所高校推广应用,“基于Windows的计算机等级考试与自动阅卷系统”成为山东省教育厅指定的软件用于全省高校的计算机等级考试,上述成果共获得山东省优秀教学成果二等奖两项。基于J2EE架构的“山东省中小学校园网应用平台”已在省内200多所中小学推广应用,取得了较好的效果。2006年,“基于国产数据库的系列软件开发及应用示范”项目获得山东省科技进步一等奖。                                    

“计算机科学与技术”学科是山东省“十一五”省级强化建设重点学科,十二五特色重点学科,在长期的教学科研实践中形成了智能系统设计与应用、计算机网络技术与应用、信息系统应用技术、图形图象处理等稳定的研究方向,并积极开展计算机基础教学改革和教育信息化的研究工作。近年来承担国家863项目、国家自然科学基金、省部级项目20多项, 总科研经费1500余万元,在网络体系结构与安全、网络处理器、计算智能与应用、数据库与数据挖掘、智能信息处理、图形图象处理等技术与应用方面形成了一定的特色、取得了多项成果。获山东省自然科学奖、山东省科技进步奖、山东省优秀教学成果奖、山东省计算机优秀应用成果奖等省部级以上成果奖10余项。在国内著名学术刊物和IEEE、IFAC、IFIP、ACM等著名国际学术会议上发表学术论文530余篇,其中被SCI、EI等国际著名索引收录80余篇。     

近年来在国家、省、校的支持下,经过长期合作,团队已拥有智能计算理论及应用,网络智能计算,自然人机交互,复杂系统及智能控制4个稳定的研究方向和一支勇于创新、敢于拼搏的学术队伍,各方向研究简述如下:                             

  • 智能计算理论及应用

近年来,在国家自然科学基金、山东省重点科技攻关、山东省自然科学基金和山东省重点强化建设学科基金等的支持下,对智能计算算法及其在生物信息学和系统生物学中的应用进行了深入广泛的研究,形成了自己的特色,取得了一系列系统性和独创性的研究成果。获山东省自然科学奖三等奖(首位)一项,山东省高校优秀科研成果奖一等奖三项。编辑出版学术著作一部,由Springer出版社出版英文学术专著1部。在国际杂志和国际会议上,发表学术论文100余篇,有4篇论文被长时间列为ScienceDirect热点论文排行榜。据Google学术搜索网站不完全统计,近几年论文被引用次数达到900余次。                    
   提出了柔性神经树及柔性神经网络的设计和优化算法,提出的柔性神经树算法彻底改变了国际上神经网络的优化设计问题。提出了柔性神经树的集成问题。该主要研究成果发表在Information Science, Neurocomputing, Applied Soft Computing, Inter. J of Intel. Sys.等国际杂志和重要国际会议上。                                 
   提出了分层TS模糊系统的自动优化设计算法,彻底解决了分层模糊系统的设计问题。该算法可自动找到拟最优的分层结构及对应的各个子模糊系统的构成。该方法可推广到其它的复杂问题自动求解问题当中去。该主要工作发表在IEEE Trans.on Fuzzy Systems顶级模糊系统国际杂志和一些重要国际会议上。                                
   提出了分层RBF神经网络、分层小波神经网络和分层样条神经网络的自动生成和优化设计方法。该项研究为神经网络在大规模复杂问题领域的应用提供了新的理论基础和技术支撑。                                                  
   积极利用混合型计算智能算法开展生物信息学和系统生物学方面的研究工作。与山东省医学科学院、省立医院、齐鲁医院合作,研究了基于基因芯片数据和混合计算智能算法的癌细胞分类问题;提出了基于树结构编码方式和基于多表达式程序设计与粒子群优化的动态系统微分方程进化建模方法,并应用于基因调控网络的构建。                  
   应用提出的计算智能理论针对非线性系统识别控制、财经建模预测、网络入侵检测、癌细胞分类、生物信息学与系统生物学等领域的问题,进行了广泛深入的研究,取得良好效果。                                                 

  • 网络智能计算

本研究方向基于智能计算理论,开展了网络环境下的水泥水化模拟计算研究,在国内开创了网络环境下的数字水泥水化仿真领域的研究。于2011年在国际上首次获得了水泥水化的四维微观结构,并在国家超算中心济南分中心的神威蓝光千万亿次超级计算机上对水化早期动力学方程的反向建模算法进行了并行实现,通过调用约200万亿次的计算能力,获得了良好的加速效果。针对水泥三维建模问题,利用MEP算法实现了序列轮廓图像的图像配准,并采用PBIL和GMM概率模型分布算法优化逼近过程中的B样条曲线节点矢量,得到一定控制点条件下误差最小的颗粒轮廓曲线,相关成果分别发表在《Applied Soft Computing》和《Computer-Aided Design》等国际重要学术刊物上。此外,还提出了一种有效的神经网络分类算法-浮动质心法,避免了边界问题,去除了固定质心的限制并且增加了找到最优分类器的可能性,原创性成果在线发表于数据挖掘领域的重要刊物《Knowledge and Information Systems》。 
同时研究具有在线智能识别能力的互联网应用行为方法,以区分互联网流量分类方法和分类模型为基础,以互联网应用内容分类和互联网应用行为区分为背景,以构造用于解决动态变化的互联网应用行为区分模型为研究目标。在前期的研究基础上,将在CERNET范围内的分布节点上采集数据,结合分布式的在线流量行为识别模型,研究并实现具有在线识别能力的协同式群体应用行为区分模型,重点研究 P2P应用的群体行为特征分析方法。         

  • 自然人机交互

本研究方向立足应用基础研究,借助学科交叉融合,面向虚拟现实与人机交互领域的科学问题和关键技术开展理论创新与应用研究。以基于自然手势的三维跟踪、识别和交互为主线,以实时性和鲁棒性为目标,定位于前瞻性、基础性和创新性,在相机校准、基于图像的三维重构、粒子滤波、图像特征提取、人机交互认知心理、手势跟踪、基于虚拟现实系统的三维游戏设计等相关理论和应用研究中彰显特色,连续获得国家自然科学基金支持,多篇论文在《Pattern Recognition》、《计算机学报》等期刊发表,在基于自然人手的(3D)跟踪、识别和交互技术研究与应用方面做出了多种人机交互操作平台,如三维场景导航、零件识别、虚拟样机装配、游戏控制、空中翻书等。                         

  • 复杂系统及智能控制

本研究方向运用常微分方程、人工智能和计算智能方法,开展了一系列与智能控制相关的基础理论研究,在多智能体系统(Multi-agent system)的一致性分析和控制理论方面,较早将线性矩阵不等式方法运用到具有多时变时滞的多智能体系统的平均一致性问题,并开展了对复杂切换系统的一些分析和综合问题,例如稳定性、可镇定性和可控性等的研究,取得一系列创新性成果,在IEEE TRANSACTIONS ON AUTOMATIC CONTROL、ABSTRACT AND APPLIED ANALYSIS等知名国际期刊发表论文多篇;同时针对滤波器的溢出振荡现象,以线性矩阵不等式作为工具研究了数字滤波器的稳定特性,将系统的稳定性问题转化为线性矩阵不等式的可解问题;针对动态神经网络活化函数的非线性特性研究其稳定性条件,在此基础上考虑神经网络的参数不确定性特点,研究了便于检验的鲁棒稳定判别条件;相关研究工作不仅对复杂系统的分析与综合、控制理论与方法、优化技术与应用的研究起到了积极地推动作用,对轧钢和水泥生产过程分析等领域的生产、加工等具有重要的理论意义及指导价值 。      

经过多年的合作研究,团队在专注研究智能计算基础理论及方法的同时,结合各方向研究领域的关键及热点问题,积极开展相关理论及方法的实际应用,形成了以智能计算理论研究为基础,以生物信息、网络计算、人机交互和智能控制为应用背景的研究特色,在基于柔性神经树的理论方法及其应用模式方面形成特有的优势。                   


济南大学"十二五"学科方向研究团队


序号 学科类别 团队名称 所在学科 团队带头人
1 博士支撑学科 计算机网络技术及应用 计算机科学与技术 杨波
2 博士支撑学科 智能计算及生物信息处理 计算机科学与技术 陈月辉
3 博士支撑学科 虚拟现实与人机交互技术 计算机科学与技术 冯志全

                                                                          2019.6.28         

相关网站链接:http://teams.ujn.edu.cn




地址:山东省济南市南辛庄西路336号ror官网体育综合
邮编:250022
电话:0531-82767500
邮箱:ise_bgs@ujn.edu.cn

微信公众号 | 济大信息青年

XXXYGF

Copyright © ror官网体育综合 All Rights Reserved