个人简介
李春娜，海南大学管理学院，副教授，硕士生导师。2012年毕业于哈尔滨工业大学，获理学博士学位。2010-2011年公派留学加拿大，访问纽芬兰纪念大学数学与统计学院。浙江省绍兴市柯桥区首批专业技术拔尖人才。主持国家自然科学基金项目2项，省自然科学基金1项，主要参与国家自然科学基金、省级自然科学基金4项。发表科研论文40余篇，其中SCI期刊论文30余篇。科研平台：OPTIMAL科研团队，海南大学管理学院数据与优化智能实验室（Intelligence by Data and Optimization Laboratory，IDO Lab）。
更多详情参加个人主页：http://www.optimal-group.org/member/lcn.html.






研究领域
数据挖掘与机器学习
最优化方法和应用
大数据分析及应用
管理与经济数学
学术兼职
国家自然科学基金项目评审人
中国运筹学会会员
IEEE Transactions on Cybernetics, Pattern Recognition, Neurocomputing, Mechanical Systems and Signal Processing等10余国内外期刊审稿人
讲授课程
数据挖掘、运筹与优化、支持向量机、数值分析、机器学习、线性代数、概率论、Matlab软件、商务智能、管理学研究方法
近五年主持和参与的项目
2019/1-2022/12国家自然科学基金面上项目(No.**),噪声数据的非凸损失函数支持向量机最优化模型与算法研究，52万元，在研，3/10；
2018/1-2020/12，国家自然科学基金青年基金（No. **），面向高维数据的稀疏与鲁棒线性判别分析模型与算法研究，20万元，在研，1/7；
2018/1-2020/12浙江省自然科学基金（No. LY18G010018），基于支持向量回归机的中国动态“双创”指数与经济增长研究，10万元，在研，3/7；
2017/1-2019/12浙江省自然科学基金（No. LQ17F030003），特征稀疏及样本稀疏的大规模高维数据优化模型与算法研究，7万元，在研，1/5；
2015/01-2015/12国家自然科学基金数学天元基金（No. **），Clean环与*-clean相关环的结构及性质，3万元，已结题，1/4；
2017/1-2019/12国家自然科学基金青年基金（No. **），复杂多流形半监督问题的非平行支持向量机方法研究，19万元，在研，2/6；
2016/5-2017/5北京盛世全景股份有限公司，银行大数据的动态基线模型及算法应用开发，5万元，已结题，1/6；
主要奖励
2018绍兴市柯桥区首批专业技术拔尖人才
2018浙江工业大学之江学院早湖英才计划第一层次培养人才
2018全国大学生数学建模省级一等奖（第一指导教师）
2018浙江工业大学之江学院毕业生就业工作先进个人
2017浙江省大数据建模与创新应用大赛第二名
2017浙江工业大学之江学院“事业家庭兼顾型”优秀个人
2017国家级大学生创新创业项目（第一指导教师）
近两年发表文章
Li C N, Shao Y H, Wang H, Zhao Y T, Huang L W, Xiu, N, Deng N Y. Single versus union: non-parallel support vector machine frameworks. 2019, arXiv preprint arXiv:1910.09734.
Li C N, Shao Y H, Yin W, Liu M Z. Robust and sparse linear discriminant analysis via alternating direction method of multipliers. IEEE Transactions on Neural Networks and Learning Systems, 2019, DOI: https://doi.org/10.1109/TNNLS.2019.**.
Li C N, Ren P W, Shao Y H, Ye Y F, Guo Y R. Generalized elastic net Lp-norm nonparallel support vector machine. Engineering Applications of Artificial Intelligence, 2020, 88: 103397.
Li C N, Shao Y H, Wang Z, Deng N Y, Yang Z M. Robust Bhattacharyya bound linear discriminant analysis through an adaptive algorithm. Knowledge-Based Systems, 2019, 183: 104858.
Li C N, Shao Y H, Wang Z, Deng N Y. Robust bilateral Lp-norm two-dimensional linear discriminant analysis. Information Sciences, 2019, 500: 274-297.
Li C N, Shang M Q, Shao Y H, et al. Sparse L1-norm two dimensional linear discriminant analysis via the generalized elastic net regularization. Neurocomputing, 2019, 337: 80-96.
Li C N, Shao Y H, Guo Y R, Wang Z, Yang Z M. Robustk-subspace discriminant clustering. Applied Soft Computing, 2019, 85: 105858.
Shao Y H,Li C N*, Huang L W, Wang Z, Deng N Y, Xu Y. Joint sample and feature selection via sparse primal and dual LSSVM.Knowledge-Based Systems, 2019, 185: 104915.
Chen W J, Shao Y H,Li C N, Liu M Z, Wang Z, Deng N Y.ν-projection twin support vector machine for pattern classification. Neurocomputing, 2019, DOI: https://doi.org/10.1016/j.neucom.2019.09.069.
Wang Z, Xu C, Shao Y H,Li C N. Ramp-based twin support vector clustering. Neural Computing and Applications, 2019, DOI:https://doi.org/10.1007/s00521-019-04511-3.
Chen W J,Li C N, Shao Y H. 2DRLPP: Robust two-dimensional locality preserving projection with regularization.Knowledge-Based Systems, 2019, 169: 53-66.
Bai L, Shao Y H, Wang Z,Li C N.Clustering by twin support vector machine and least square twin support vector classifier with uniform output coding. Knowledge-Based Systems, 2019, 163, 227-240.
Bai L, Wang Z, Shao Y H,Li C N. Reversible discriminant analysis. IEEE Access, 2018, 6: 72551-72562.
Wang Z, Shao Y H, Bai L,Li C N, Liu M Z, Deng N Y. Insensitive stochastic gradient twin support vector machine for large scale problems. Information Sciences, 2018, 462: 114–131.
Chen W J,Li C N, Shao Y H*, Deng N Y. Robust L1-norm multi-weight vector projection support vector machine with efficient algorithm. Neurocomputing, 2018, 315: 345-361. (SCI二区)
Shao Y H*,Li C N, Liu M Z, Wang Z, Deng N Y. Sparse Lq-norm least squares support vector machine with feature selection. Pattern Recognition, 2018, 78: 167-181. (SCI二区)
Sun X Q, Chen Y J, Shao Y H,Li C N*, Wang C H. Robust nonparallel proximal support vector machine with Lp-norm regularization. IEEE Access, 2018, 6: 20334-20347. (SCI二区)
Liu M Z, Shao Y H*, Wang Z,Li C N，Chen W J. Minimum deviation distribution machine for large scale regression. Knowledge-Based Systems, 2018，146: 167-180.
邵元海，杨凯丽，刘明增，王震，李春娜，陈伟杰.从支持向量机到非平行支持向量机.运筹学学报，2018, 22(2): 55-65.
Wang C, Liang M,Li C N. Adaptive fuzzy sliding mode observer for cylinder mass flow estimation in SI engines. IEEE Access, 2018, 6: 29558-29566.
招生信息及招生要求
欢迎对数据挖掘与机器学习、大数据分析和最优化感兴趣的同学加入OPTIMAL团队，希望你有一定的数学或计算机基础。兴趣是最好的选择，期待我们共同在数据挖掘领域中做些有意义的工作。
联系方式：Email: na1013na@163.com.