姓名： 李玉鑑
教授 男 桂林电子科技大学 邮箱:liyujian@guet.edu.cn





研究领域深度学习理论、方法及应用，模式分析与机器智能，模式识别与图像处理，机器学习与数据挖掘，人工智能与自然语言处理，以及关于智能和意识的基础科学理论问题，等等。
个人简介 李玉鑑，教授，博士研究生导师，1968年生于广西桂林，籍贯湖南邵东。1990年在华中理工大学本科毕业，1993年在中国科学院数学研究所获硕士学位，1999年在中国科学院半导体研究所获博士学位。获得过国家自然科学基金面上项目3项，省部级科研项目5项目。出版深度学习著作2部、发表SCI检索论文20余篇（其中2篇TPAMI），EI检索论文70余篇，获授权中国发明专利10余项。
近几年的科研工作主要集中在深度学习的理论、方法及应用上。开展了深度神经映射支持向量机、二维感知器、向量核卷积神经网络等新模型的研究，发展了Hinton提出的胶囊网络思想，提出了主成分随机洗牌的初始化训练方法，也在人脸识别、声纹识别、舰船识别、花卉识别、文本分类、路网提取和森林高度预测等许多问题上进行了应用探索，并取得了一系列相关成果。目前正在尝试建立深度学习的统一框架，研制深度学习的图形化编程平台，探索可信的深度学习方法，并对面向企业大数据处理和智能机器人感知数据处理的自动机器学习方法开展深入研究。

教育背景1986年9月至1990年7月在华中理工大学本科毕业
1990年9月至1993年7月在中国科学院数学研究所获硕士学位
1996年9月至1999年7月在中国科学院半导体研究所获博士学位
工作经历1993年7月至1996年9月在中国科学院生物物理研究所工作
1999年7月至2001年5月在北京邮电大学信息工程学院从事博士后研究
2001年6月至2019年6月在北京工业大学计算机学院工作
2019年6月经全球招聘到桂林电子科技大学人工智能学院工作
主要荣誉
学术活动
教学信息
部分论文(*通讯作者)[1] Ou Jun, Yujian Li. Two-dimensional Perceptrons. Soft Computing, 2019, available on line.
[2] Ou Jun, Yujian Li. Vector-kernel convolutional neural networks. Neurocomputing, 2019, 330(2): 253-258.
[3] Ou Jun, Yujian Li. Symmetric decomposition of convolution kernels. IEICE TRANSACTIONS on Information and Systems, 2019, 102(1): 219-222.
[4] Ou Jun, Yujian Li, Chengkai Shen. Unlabeled PCA-shuffling initialization for convolutional neural networks. Applied Intelligence, 2018, 48(12): 4565-4576.
[5] Yujian Li, Yahong Zhang, Ting Zhang, Pius Kwao Gadesay and Zhaoying Liu. Feature Clustering Dimensionality Reduction based on Affinity Propagation. Intelligent Data Analysis, 2018, 22: 309-323.
[6] Yujian Li, Yahong Zhang. Detecting manifold dependences of multivariate data with total correlation. Intelligent Data Analysis, 2018, 22: 467-489.
[7] Qiangkui Leng, Yunping Qin, Yujian Li. A multi-class learning method for multiconlitron using hybrid binarytree architecture. Applied Soft Computing, 2018, 64: 497-507.
[8] Zhaoying Liu, Xiangzhi Bai,Changming Sun, Fugen Zhou and Yujian Li. Multi-modal ship target image smoothing based on adaptive mean shift. IEEE Access, 2018, 6: 12573-12586.
[9] Yujian Li, Ting Zhang. Deep Neural Mapping Support Vector Machines. Neural Networks (NN), 2017, 93: 185-194.
[10] Yujian Li, Qiangkui Leng, Yaozong Fu. Cross kernel distance minimization for designing support vector machines. International Journal of Machine Learning and Cybernetics, 2017, 8(5): 1585-1593.
[11] Yafei Jian, Yun Tian, Yujian Li, Pengbin Fu. Exponential Discriminative Locality Alignment for Hyperspectral Image Classification. IEEE Geoscience and Remote Sensing Letters, 2017, 14(1): 33-37.
[12] 张婷,李玉鑑,胡海鹤,张亚红. 基于跨连卷积神经网络的性别分类模型.自动化学报, 2016,42(2): 858-865.
[13] 李玉鑑, 张亚红. 三元变量间一维流形依赖关系的检测. 电子学报, 2016, 44(3): 639-645.
[14] Zhaoying Liu, Xiangzhi Bai, Changming Sun, Fugen Zhou, Yujian Li. Infrared ship target segmentation through integration of multiple feature maps. Image and Vision Computing, 2016, 48-49: 14-25.
[15] Yujian Li, Shaofeng Zeng, Yong Yang. Image Matching with Multi-order Features. IEEE Signal Processing Letters, 2015, 22 (12): 2214-2218.
[16] Yujian Li, Qiangkui Leng. Alternating Multiconlitron: A Novel Framework for Piecewise Linear Classification. Pattern Recognition, 2015, 48: 968-975.
[17] Yafei Jia, Yujian Li, Pengbin Fu, Yun Tian. NearestFeature Line and Point Embedding for Hyperspectral Image Classification. IEEE Geoscience and Remote Sensing Letters, 2015, 12(3): 651-655.
[18] 张亚红、李玉鑑、张婷. 检测多元相关关系的最大信息熵方法. 电子与信息学报, 2015, 37(1): 123-129.
[19] Yujian Li, Houjun Li, Zhi Cai. Fast orthogonal Haar transform pattern matching via image square sum. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2014, 36 (9): 1748-1760.
[20] Yujian Li, Qiangkui Leng, Yaozong Fu, Houjun Li. Growing construction of conlitron and multiconlitron. Knowledge-based Systems, 2014, 65: 12-20.
[21] 冷强奎, 李玉鑑. 组合凸线性感知器的极大切割构造方法. 自动化学报, 2014, 40(4): 721-730.
[22] Yujian Li, Houjun Li, Zhi Cai. Human eyebrow recognition in the matching-recognizing framework. Computer Vision and Image Understanding, 2013, 117: 170-181.
[23] Yujian Li, Dongxia Meng, Zhiming Gui. Random optimized geometric ensembles. Neurocomputing, 2012, 94: 159-163.
[24] Yujian Li, Bo Liu, Xinwu Yang, Yaozong Fu, Houjun Li. Multiconlitron: A General Piecewise Linear Classifier. IEEE Transactions on Neural Networks (TNN), 2011, 22(2): 276-289.
[25] 张晨光, 李玉鑑. 哈希图半监督学习方法及其在图像分割中的应用. 自动化学报, 2010, 36(11): 1529-1533.
[26] Yujian Li, Bo Liu. A Normalized Levenshtein Distance Metric. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2007, 29(6): 1091-1095.
[28] Yujian Li. A Clustering Algorithm Based on Maximal theta-distant Subtrees. Pattern Recognition, 2007, 40(5): 1425-1431.
[29] Yujian Li. Hidden Markov Models with States Depending on Observations. Pattern Recognition Letters, 2005, 26(7): 977-984.
学术著作[1] 李玉鑑，张婷，单传辉，刘兆英等著. 深度学习：卷积神经网络从入门到精通. 机械工业出版社, 2018.
[2] 李玉鑑, 张婷. 深度学习导论及案例分析. 机械工业出版社, 2016.

科研项目1、国家自然科学基金面上项目, **，深度神经映射支持向量机的新模型，2019/01-2022/12，74万元，在研，主持。
2、国家自然科学基金面上项目，**，组合凸线性感知器的构造及其应用，2012/01-2015/12，58万元，结题，主持。
3、国家自然科学基金面上项目，**，基于极大紧邻子树和神经网络的聚类分类模型及其在生物特征识别中的应用，2008/01-2010/12，31万元，结题，主持。
4. 高等学校博士学科点专项科研基金（博导类），组合凸线性感知器的挤压和膨胀算法，12万，2013/01-2015/12，主持
5. 北京市自然科学基金重点项目（B类），分片线性分类器的学习方法及其应用，50万，2012/01-2014/12，主持
6、北京市自然科学基金面上项目，**，无核支持向量机的通用集成分类模型，2011/01-2013/12，11万元，结题，主持。
7、北京市自然科学基金面上项目，**，多叉进化树的构建方法研究，2005/01-2006/12，11万元，结题，主持。
8、北京市教委科技发展面上项目，Km3，英汉翻译和英文识别技术的研究与集成，10万元，结题，主持。
专利及知识产权1.李玉鑑，彭蔚，基于隐马尔可夫模型的英文简历关键字段抽取方法，中国发明专利，ZL3.1，授权日期：2019.10.10
2. 李玉鑑，杨凯文，一种基于作者频繁模式的科技文献推荐方法，中国发明专利，ZL2.8，授权日期：2019.2.18
3. 李玉鑑，张甫，基于PageRank和时间衰减的科技文献重要度评价方法, 中国发明专利，ZL7.7，授权日期：2019.3.14
4. 李玉鑑，王曼丽，基于组合凸线性感知器的两类文本分类方法, 中国发明专利，ZL5.4，授权日期：2019.3.14
5. 李玉鑑，杨红丽，时康凯，一种计算机智能识别的深层神经网络结构设计方法, 中国发明专利，ZL9.4，授权日期：2019.3.14
6. 李玉鑑，郝利刚，张婷，基于自编码器的人脸图像旋转方法, 中国发明专利，ZL6.3，授权日期：2018.3.30
7. 李玉鑑，齐方远，基于BP神经网络和距离信息的机器人自主避障方法, 中国发明专利，ZL6.9，授权日期：2017.6.16
8. 李玉鑑，李厚君，基于梯度匹配的眉毛图像识别方法, 中国发明专利，ZL7.9，授权日期：2017.6.30
9. 李玉鑑，甄教明，基于距离信息和实例学习的机器人自主运动控制方法, 中国发明专利，ZL3.8，授权日期：2017.1.11
10. 李玉鑑，王影．基于向量组映射的两类文本的分类方法．申请号：5.4，授权日：2016-05-25．
联系信息桂林电子科技大学（花江校区）人工智能学院。
Email: liyujian@guet.edu.cn.