删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

大连民族大学研究生导师简介-宋海玉

大连民族大学 免费考研网/2016-05-09


大连民族大学硕士专业学位研究生导师信息
姓名: 宋海玉
职称/职务: 副教授
电话: **
E-Mail: shy@dlnu.edu.cn
所在学院: 计算机科学与工程学院
更新时间:? ?2015.09
个人简介(含主要学习和工作经历)

宋海玉,1971年12月出生,博士、副教授,现任计算机学院软件工程系主任。本科毕业于吉林工

业大学计算机及应用专业,硕士和博士均毕业于吉林大学计算机软件与理论专业。2003年4月至今在大

连民族学院计算机学院任教。近年来,主要从事计算机视觉方面、机器学习的研究,第一作者发表论文

20篇,其中EI检索12篇。近五年,主持2项自主基金项目、1项博士启动基金、1项国家民委科研项目、3

项省级教育教学研究项目。

研究领域(含研究课题)

研究方向:视觉大数据分析与理解、计算机视觉、机器学习

1.主持,基于内容与语义网的自动图像标注及改善模型的研究,自主基金 2010-2012

2.主持,基于主题特征的自动图像标注研究,自主基金,2012-2014

3.主持,基于图像视觉信息的自动图像标注研究,博士启动基金,2012-2016

4.主持,基于多模态信息融合的自动图像标注研究,国家民委科研项目,2013-2014

发表论文

[1]第一作者,Relevance Concept Based Image Annotation Refinement Algorithm,ICIC Express

Letters, 2015.11

[2]第一作者,A Novel Image Annotation Refinement based on Representative Visual Feature,

ICIC-EL,2014-11, vol8(11): 3133-3137, EI检索**309

[3]第一作者,A Study of Local Smoothing Methods for Image Annotation, ICIC-EL, Part B:

Applications, pp. 1371-1375, 2014-10, EI检索**684

[4]第二作者(通信作者),快速图像标注的改进跨媒体相关模型,(包翠竹,宋海玉,等), 计算机

应用, 2014-05, Vol34(5): pp1439-1441

[5]第一作者,Improved Cross-Media Relevance Model for Automatic Image Annotation, ICIC

Express Letters, Part B: Applications, v 3, n 5, p 1231-1237, 2012,

EI检索**737

[6]第一作者,基于视觉内容与语义相关的图像标注模型,大连民族学院学报,2012,14(1):67-71

[7]第一作者,Image Annotation Refinement Using Dynamic Weighted Voting Based on Mutual

Information, Journal of Software,Vol6, No11, 2011.11, pp.2239-2246,EI检索**012

[8]第一作者,An Efficient and Effective Automatic Image Annotation using Positive and

Negative Example Images,ICIC-EL,Vol5,No8(B),pp.2927-2932, 2011.08,

EI检索**740

[9]第一作者,Content- and Semantic-based Progressive Multimodal Image Retrieval, ICIC

Express Letters,Vol5,NO1,pp201-206,2011.1,EI检索**061

[10]第一作者,Adaptive Feature Selection and Extraction Approaches for Image Retrieval

based on Region, Journal of Multimedia, Vol 5, No 1 (2010), pp.85-92, Feb 2010,

EI检索**674

获奖、鉴定、转让、专利等成果

1.获奖:辽宁省自然科学学术成果奖叁等奖,辽宁省自然科学学术成果奖评选委员会,2013.08

2.专利:一种远程家居照明控制系统,实用新型,2012.11

3.专利;基于局部最小生成树的点模型快速无损压缩处理方法,发明专利(第2), 2012.01



相关话题/图像 视觉 计算机 博士 基金