理学院邵院长带领的OPTIMAL团队深入数据挖掘蓝海

2016-12-19

OPTIMAL 智能优化团队核心成员之一陈伟杰博士在浙江省自然科学基金项目“基于最大间隔和结构信息的非平行超平面SVM模型及算法研究”(项目批准号:LQ13F030010)的资助下,围绕非平行支撑向量机(NSVM)中的结构化学习问题,从最优化模型的构建、样本结构信息的提取及模型求解算法等方面展开深入研究,取得了一系列阶段性成果。

在基金的支撑下取得如下最新成果有:针对多标签学习问题,首次提出多标签的非平行SVM学习模型(MLTSVM);基于聚类拟合思想,提出非平行SVM的训练/预测一致的学习框架,并在此基础上提出NHSVM模型;针对GEPSVM训练/预测度量不一致问题,提出了一致的拟合超平面分类方法(PCC);针对半监督学习问题,在GEPSVM优化模型中引入结构信息正则项,首次提出半监督GEPSVM学习模型(MPSVM);针对PU问题,通过构造正类与未标签样本局部近邻图,首次提出非平行SVM的半监督学习模型(LUHC);针对不均衡分类问题,根据样本分布的局部结构加权信息,提出一个有效的非平行SVM不均衡学习模型(WLTSVM)。上述相关研究成果发表在包括Pattern Recogn.、Inform.
Sciences.、Knowl-Based Syst.、Neurocomputing等在内的国际权威期刊上,其中被科学索引SCI论文10篇(4篇TOP SCI、1篇ESI高引用论文);共计引用次数200余次(谷歌学术);并作为负责人后续获批国家自然科学基金2项(项目批准号:61603338和11426202)。

陈伟杰博士所在的课题组为OPTIMAL机器智能优化科研团队(www.optimal-group.org),是国内首支研究非平行支撑向量机的团队。该团队成立于2011年,由科研第一线的80后青年博士组成,主要的研究领域为大规模数据挖掘,稀疏学习和非平行支撑向量机。邵元海博士为团队学术带头人,核心成员有陈伟杰博士、叶娅芬博士、李春娜博士、王震博士、刘明增博士,以及若干研究生。近5年,该团队共承担5项国家自然科学基金和5项浙江省自然科学基金,共发表学术论文60余篇,其中被科学索引SCI论文39篇(JCR 1区5篇,JCR2区11篇,3篇ESI高引论文),总引用率达800余次。

省基金报道链接:http://www.zjnsf.gov.cn/h/01/news_view.aspx?appid=GUDB66564C022D3371B0142A60793B4291B

XML 地图 | Sitemap 地图
Baidu
sogou