当前您的位置: 首页 > 科研团队 > 智能计算研究所

智能计算研究所

研究所目前有专职研究人员2人,研究方向聚焦于复杂场景中不完善数据的智能分析(建模、学习、优化、调度、推理与决策),以及云边端协同计算架构下的群智能。本方向以大数据应用为牵引,与行业紧密联系,培养具有较强实践创新能力的高素质复合型人才。近年来,本研究所针对医药物流行业数智化赋能的需求,开展了大量的科学研究和应用实践,在数据建模与应用优化、数据安全、货物库存、货物布局、货物装载配送、AGV集群调度、四向穿梭车调度等方面开展了深入研究。

研究人员

王豫峰,工学博士,副教授,硕士生导师(兼职郑州轻工业大学),毕业于武汉大学计算机学院。参与国家重点专项、自科面上项目各1项。主持河南省科技攻关项目1项、河南省高等学校重点科研项目2项、河南省科技智库调研课题1项、河南省本科高校研究性教学改革研究与实践项目1项、南阳理工学院省示范校建设专项研究项目1项、南阳理工学院教育教学改革项目2项。发表SCI、EI收录论文15篇,出版学术著作3部,主(参)编教材4部。先后荣获南阳市优秀教师、南阳理工学院第二批青年学术骨干、南阳理工学院文明教师、先进工作者、优秀学业导师、优秀毕业设计指导教师、学科竞赛优秀指导教师、优秀社会实践教师等荣誉称号。

主要研究方向:

演化计算、生产调度和路径规划类优化问题、智能医学影像处理等。

主讲课程:

《计算机导论(双语)》、《大数据基础》、《高级大数据技术》、《人工智能导论》等。

指导学生社团:

ICG(Intelligent Computing Group)社团

指导研究生:

张勇(郑州轻工业大学,在读,2022 - )

指导本科生参与科研项目情况

1、应建航,杨昊,王博闻.2022年度南阳理工学院大学生科研基金项目,《基于贡献度的多种群集成差分进化算法研究》,NGDJ-2022-64,0.2万元。

2、陈慧,潘登,陈春旭,赵航.2023年度南阳理工学院大学生科研基金项目,《基于混合算法的柔性车间调度问题的研究》,NGDJ-2023-102,0.14万元。

3、张智星,刘文利,郑惠会,张阳,殷玉蒙.2023年度南阳理工学院大学生科研基金项目,《基于群智能优化算法的特征选择方法研究》,NGDJ-2023-103,0.14万元。

指导本科生参与竞赛情况

1、获得2020年“华录杯”SEED江苏大数据开发与应用大赛(社会治理赛道-违法广告信息检测赛题)一等奖(8万元)。

2、获得2021年全国水下机器人大赛(水下声学目标检测赛道)二等奖(3万元)。

3、获得ACM MM 2021安全AI全球挑战赛(Robust defense competition for e-commerce logo detection)的第九名(1万元)。其中,ACM MM 2021是CCF(中国计算机学会)推荐的A类顶会。

4、获得ICME-2022 安全AI全球挑战赛(Few-Shot Logo Detection in E-commerce)的第七名。

指导本科生获得优秀毕业设计(论文)情况:

1、2022年南阳理工学院优秀毕业设计(论文)5人:

王晗,18软工云计算2班,《新冠疫苗预约和数据分析平台的设计与实现》。

孟辉鹏,18软工软件3班,《基于向量角更新策略的萤火虫算法研究》。

程鹏,18软工游戏,《基于半监督学习的广告牌违法检测算法研究》。

黄兴平,18软工游戏,《基于UE4的FPS网络游戏的设计与实现》。

王朋飞,18软工云计算1班,《基于种群反馈信息的自学习差分进化算法的研究》。

2、2023年南阳理工学院优秀毕业设计(论文)2人:

王伯承,19软工智能1班,《基于混合学习模型的粒子群优化算法研究》。

刘昂,19软工移动3班,《基于深度学习的胃癌图像分类研究》。

(截止2024年3月)


白文,中山大学博士,华南师范大学博士后。目前担任南阳理工学院讲师,主要从事图计算方面的研究,近年来在CCF推荐的国际期刊和会议例如IEEE Transactions on Knowledge and Data Engineering、Information Sciences、Information Processing and Management、Data Mining and Knowledge Discovery、Database Systems for Advanced Applications 等发表9篇论文,参与多项国家自然科学基金面上项目,联合基金项目,与其他老师联合培养硕士研究生3名。熟悉本科生教学,承担多门本科生课程,例如算法设计与分析、离散数学等。

发表论文情况:

[1] Bai W, Jiang Y, Tang Y, et al. Parallel core maintenance of dynamic graphs[J]. IEEE Transactions on Knowledge and Data Engineering, 2023, 35(9): 8919- 8933. (CCF A类期刊)

[2] Bai W, Chen Y, Wu D, et al. Generalized core maintenance of dynamic bipartite graphs[J]. Data Mining and Knowledge Discovery, 2022, 39: 209–239. (CCF B类期刊)

[3] Bai W, Zhang Y, Liu X, et al. Efficient Core Maintenance of Dynamic Graphs[C]//Proceedings of the International Conference on Database Systems for Advanced Applications. Springer, 2020: 658-665. (CCF B类会议)

[4] Bai W, Zhang Y, Huang W, et al. DeepFusion: predicting movie popularity via cross-platform feature fusion[J]. Multimedia Tools and Applications, 2020, 79:19289-19306. (CCF C类期刊

[5] Bai W, Chen Y, Wu D. Efficient temporal core maintenance of massive graphs[J]. Information Sciences, 2020, 513: 324-340. (CCF B类期刊)

[6] Liang Y, Jiang Y, Bai W. A Unified Spectral Rotation Framework Using a Fused Similarity Graph[C]//Proceedings of the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases, 2023: 209-225. (CCF B类会议)

[7] Deng Y, Bai W, Jiang Y, et al. Subgraph-based feature fusion models for semantic similarity computation in heterogeneous knowledge graphs[J]. Knowledge-Based Systems, 2022, 257: 109906. (CCF C类期刊)

[8] Xu J, Bai W, Hu M, et al. Bitcoin miners: Exploring a covert community in the Bitcoin ecosystem[J]. Peer-to-Peer Networking and Applications, 2021, 14:644-654. (CCF C类期刊)