姓名

舒振球

系、部门

计算机系

职称/职务

副教授

导师类别

硕士生导师

学位

博士

电话

13775031586

电子邮箱

shuzhenqiu@163.com

办公地点

信自楼539

研究方向

模式识别、机器学习、多媒体分析与理解

个人情况简介

舒振球，博士，副教授，江苏省“青蓝工程”优秀骨干教师，江苏省“企业创新岗”特聘专家。主要从事模式识别、机器学习、多媒体分析与理解等方向的研究。曾担任EI源刊《Journal of Algorithms and Computational Technology》的客座编辑。主持完成了国家自然科学基金青年项目、江苏省自然科学基金青年项目、中国博士后科学基金面上项目、江苏省博士后科学基金项目等多项研究项目。目前在研国家自然科学基金地区项目，云南省基础研究计划面上项目等研究项目。在Information Science、Knowledge-based Systems、Applied Intelligence、Neural Computing and Applications、Neurocomputing、IET Image Processing、Neural Processing Letters、ICIP、软件学报等国内外知名期刊会议上公开发表论文近七十篇，其中第一作者发表SCI源刊15篇；申请发明专利二十余项，已授权发明专利4项；指导学生多次获得国家级竞赛奖项。

学习工作经历

2015年毕业于南京理工大学计算机科学与工程学院模式识别与智能系统专业。2014年11月至2015年5月在澳大利亚格里菲斯大学进行联合培养。2016年12月至2020年11月在江南大学物联网学院从事博士后研究工作。

代表性成果（每类不超过10个）

（1）获奖情况

[1]2017年中国电子学会科技进步奖三等奖一项（排名第五）；

（2）教学/科研项目

[1]主持国家自然科学基金地区项目（62162033）“面向复杂多视图数据表示的深度矩阵/张量分解方法研究”;

[2]主持国家自然科学基金青年项目（61603159）“面向低质量图像数据的稀疏低秩矩阵回归与分解方法研究”；

[3]主持云南省基础研究计划面上项目（202101AT070438）“面向大规模复杂跨模态数据的语义表示与检索方法研究”；

[4]主持云南省科技厅-昆明理工大学“双一流”创建联合专项面上项目（202101BE070001-056）“基于稳健深度矩阵分解的肿瘤基因选择方法研究”;

[5]主持江苏省自然科学基金青年项目（BK20160293）“基于稀疏低秩的鲁棒矩阵回归与分解方法研究”；

[6]主持中国博士后科学基金项目(2017M611695)“基于稀疏低秩理论的图像回归与分解理论研究”；

[7]主持江苏省博士后科学基金项目（1701094B）“面向高维图像鲁棒表示的稀疏低秩理论与方法研究”；

[8]主持江苏省双创博士计划项目（科技副总类）；

（3）论文

[1]Zhenqiu Shu, et al. Dual local learning regularized NMF with sparse and orthogonal constraints.Applied Intelligence(SCI源刊), 2022.

[2]Zhenqiu Shu, et al. Rank-constrained nonnegative matrix factorization algorithm for data representation. Information Sciences (SCI源刊), 2020, 528: 133-146.

[3]Zhenqiu Shu, et al. Dual local learning regularized non-negative matrix factorization and its semi-supervised extension for clustering. Neural Computing and Applications (SCI源刊), 2021, 33(11): 6213-6231.

[4] Zhenqiu Shu, et al. Deepsemi-nonnegative matrix factorization with elastic preserving for data representation. Multimedia Tools and Applications (SCI源刊), 2021,80(2), 1707-1724.

[5]Zhenqiu Shu, et al.Correntropy-based dual graph regularized non-negative matrix factorization with Lp smoothness for data representation. Applied Intelligence, 2022,52(7): 7653-7669.

[6] Zhenqiu Shu, et al. Parameter-less auto-weighted multiple graph regularized nonnegative matrix factorization for data representation. Knowledge-based Systems (SCI源刊), 2017,131:105-112.

[7] Zhenqiu Shu, et al. Local regularization concept factorization and its semi-supervised extension for image representation. Neurocomputing (SCI源刊), 2015, 152(22):1-12.

[8]Zhenqiu Shu, et al. Multiple Laplacian graph regularized low rank representation with application to image representation. IET Image Processing (SCI源刊), 2017, 11(6): 370 - 378.

[9] Zhenqiu Shu, et al. Structure preserving sparse coding for data representation. Neural Processing Letters (SCI源刊), 2018, 48 :1-15.

[10]Zhenqiu Shu, et al. Local and global regularized sparse coding for data representation. Neurocomputing (SCI源刊), 2016, 198(29): 188-197.

（4）知识产权

[1]舒振球等.无参数自动加权多图正则化非负矩阵分解及图像识别方法.发明专利，授权号：CN 107609596, 2020.（已授权）

[2]舒振球等.封顶概念分解方法及图像聚类方法.发明专利，申请号：201711257431.6，2017.（已授权）

[3]舒振球等.面向多视图聚类的多图正则化深度矩阵分解方法.发明专利，申请号：20180607971.0, 2018.（已授权）

[4]舒振球等.基于局部学习正则化的深度矩阵分解的聚类方法，发明专利，申请号：201810905948.X，2018.（已授权）

[5]舒振球等.基于深度矩阵的约束概念分解聚类方法.发明专利，申请号：201811281896.X，2018.（实质性审查）

[6]舒振球等.对偶局部学习的非负矩阵分解聚类方法.发明专利，申请号：201811221673.42018.（实质性审查）

[7]舒振球等.一种基于图正则化的鲁棒性结构非负矩阵分解聚类方法.发明专利，申请号：201811597620.2, 2018.（实质性审查）

[8]舒振球等.一种稀疏对偶约束的高光谱图像解混方法.发明专利，申请号：201910514472.1, 2018.（实质性审查）

[9]舒振球等.一种基于对偶局部一致的约束稀疏概念分解的聚类方法.发明专利，申请号：202010507876.0, 2020.（发明公开）

[10]舒振球等.基于图正则化的平滑范数受限非负矩阵分解的聚类方法.发明专利，申请号：2020100098641.2, 2020.（实质性审查）

主讲课程

Java程序设计，数据库原理与应用，计算机图像处理技术

指导学生竞赛

2020年指导学生获得江苏省级优秀本科毕业设计（论文）三等奖一项；

2020年指导学生获批江苏研究生实践创新计划项目一项；

2020年指导学生获得第十一届服务外包创新创业大赛全国三等奖一项；

2017年、2018年指导学生获批江苏大学生实践创新训练计划项目各一项；

2017年指导学生获得第五届大学生数字媒体科技作品及创意大赛全国现场总决赛一等奖一项；

2017年指导学生获得中国大学生计算机设计大赛三等奖一项；