基本信息
·所在系(中心)：计算机科学与技术系 仲国强
·学历：博士研究生 Guoqiang Zhong
·职称：副教授，博士生导师
·政治面貌：中共党员
·邮件地址：gqzhong@ouc.edu.cn
·办公电话：0532-**
·办公室：山东省青岛市崂山区松岭路 238 号中国海洋大学信息学院南楼A309
课程介绍
机器学习 (本科), 自然语言处理(本科), 深度学习理论与实践 (硕士)
教育及工作经历
教育经历：
2007/09-2011/07: 工学博士, 导师: 刘成林研究员, 中国科学院自动化研究所, 北京, 中国
2009/09-2010/01: 访问学生, 导师: Dit-Yan Yeung 教授,香港科技大学, 香港, 中国
2004/09-2007/07: 理学硕士, 导师: 孟大志教授, 北京工业大学, 北京, 中国
2000/09-2004/07:理学学士, 河北师范大学, 石家庄, 中国
工作经历：
2014年 3 月至今: 由中国海洋大学 "青年英才工程(第三层次) "项目引进, 硕士生导师，2020 年 1 月英才三聘期结束转为副教授，2020年 7 月起，博士生导师2011/10-2013/07: 博士后, 合作导师: Mohamed Cheriet 教授, 魁北克大学, 蒙特利尔, 加拿大
学术兼职：
2015.1 至今: ACM 会员, IEEE 会员, IAPR 会员, APNNS 会员, Member of IEEEGeoscience and Remote Sensing Society (GRSS), IEEE GRSS QingdaoChapter, IEEE Computational Intelligence Society Task Force on Deep Learning, 中国计算机学会会员, 中国人工智能学会会员, 中国自动化学会会员,中国图象图形学学会会员, 山东省人工智能学会会员, 青岛市人工智能学会会员2014.11 至今: 中国人工智能学会模式识别专业委员会委员, 中国自动化学会模式识别与机器智能专业委员会委员, 中国图象图形学学会会员文档图像分析与识别专业委员会委员, 中国自动化学会模式识别与机器智能专业委员会通讯编委会委员, 山东省人工智能学会理事，山东省人工智能学会视觉应用与智能技术专业委员会常务委员, 山东省神经科学学会类人工智能与类脑研究分会秘书
研究方向
人工智能、机器学习、深度学习、模式识别、计算机视觉、自然语言处理、大数据挖掘、机器人、海洋遥感、水声信号分析及其应用.
Google scholar: https://scholar.google.com/citations?user=HqKD-fwAAAAJ&hl=zh-CN.
ResearchGate: https://www.researchgate.net/profile/Guoqiang_Zhong.DBLP: https://dblp.uni-trier.de/pers/hd/z/Zhong_0001:Guoqiang.
Vision Lab: http://cvpr.ouc.edu.cn/people/zhonggq.html.
研究项目
PI9.面向开放环境的自适应感知, 科技创新 2030——“新一代人工智能”重大项目, 子课题负责人, 2019.12-2023.12.
PI8. 基于 Ebook 系统的《深度学习理论与实践》课程建设与学生优良学习行为挖掘, 研究生教育改革与研究项目, 项目主持人,2019.5-2020.12.
PI7. 基于深度学习的水下脉冲波形识别, 装备预研教育部联合基金（青年人才）项目, 项目主持人, 2019.1-2020.12.
PI6. 基于 IPv6 和深度学习的网络异常流量监测, 赛尔网络下一代互联网技术创新项目, 项目共同主持人, 2018.1-2018.12. (已结题)
PI5. 面向自然环境中文字检测与识别的深度网络精简技术研究, CCF-腾讯犀牛鸟创意基金,项目主持人, 2018.1-2018.12. (已结题)
PI4. 服务于视障人群的智能穿戴设备研发, 青岛市产业培育计划科技惠民专项, 项目主持人, 2018.1-2019.12. (优秀结题)
PI3.监督的深度学习算法及其在海洋环境数据分析中的应用, 国家自然科学基金青年基金项目(NSFC), 项目主持人, 2015.1 -- 2017.12. (已结题)
PI2. 深度学习和大规模数据挖掘算法及其应用研究, 中央高校基本科研业务费专项项目("青年英才工程"启动经费), 项目主持人,2014.3 -- 2019.2. (已结题)
PI1. 深度小波网络模型及其应用研究, 模式识别国家重点实验室开放课题基金项目, 项目主持人, 2015.1 -- 2016.12.(已结题)
M5. 深度 Gabor 散射网络及其在海洋中尺度涡检测中的应用, 国家海洋环境预报中心开放课题项目, 参与.
M4. 海洋大数据分析预报技术研发, 国家重点研发计划项目, 参与.
M3.海洋科学研究中的范式转型与对策研究, 中国海洋发展研究会项目, 参与. M2. 科技期刊微信平台消息推送的分析与策略, 中国科学技术期刊编辑学会基金项目, 参与.
M1. 海洋锋精细化识别与时空演化的多角度可视化探索, 国家自然科学基金青年基金项目(NSFC), 参与.
PIx: 项目 x 主持人; Mx: 项目 x 参与人.
学术成果
17. 2019, 第十届脑启发的认知系统国际会议（BICS2019）最佳论文奖.
16. 2019, 中国海洋大学“五四青年奖”.
15. 2018, Outstanding Reviewer Award for the Cognitive SystemsResearch journal, Elsevier.
14. 2018, 中国大学生“华为杯”智能设计竞赛优秀组织奖（中国海洋大学）.
| 13. 2018, | 中国大学生“华为杯”智能设计竞赛优秀指导教师奖. |
| 12. 2018, | 中国大学生“华为杯”智能设计竞赛一等奖, 一项. |
| 11. 2018, | 中国大学生“华为杯”智能设计竞赛二等奖, 两项. |
| 10. 2018, | 中国大学生“华为杯”智能设计竞赛三等奖, 一项. |
9. 2017, Outstanding Reviewer Award for the Neurocomputing journal, Elsevier.
8. 2017,Outstanding Reviewer Award for the Pattern Recognitionjournal, Elsevier.
7. 2017, 中国海洋大学本科生毕业论文(设计)优秀指导教师.
6. 2017, 中国大学生“华为杯”智能设计竞赛二等奖, 两项.
5. 2017, 中国大学生“华为杯”智能设计竞赛华为专项奖,两项.
4. 2015, 中国大学生“华为杯”智能设计竞赛三等奖,两项.
3. 2014-2015, OutstandingReviewer Award for the Pattern Recognition journal, Elsevier.
2. 会议(协同)主席: ISSPA2012 postersession chair; IDAS2014 chair; IDAS2015chair; IJCNN2016 special session chair on Deep Learning for Brain-LikeComputing and Pattern Recognition;CAAI-PR Expert Forum program chair (2016); CCF-CV Series Lectures program chair(2016); SFWICT2017 publication chair; ICGIP2017 publication chair; ICPR2018poster session chair; ICGIP2018-2020 program chair; IJCNN2020 special sessionchair; iCAST2020 special sessionchair 等.
1. 期刊会议审稿人: ACM TIST; ACM TKDD; ACM JETC; ACM Computing Surveys Review; IEEE TNNLS; IEEETYB; IEEE TII; IEEE TKDE; IEEE TCSVT; IEEEAccess; IEEE Signal Processing Letters; Neural Networks; PR; Knowledge- Based Systems;Neurocomputing; Cognitive Computation; Neural
Computing and applications;Scientific Reports; SN Computer Science; International Journal of MedicalInformatics; Sustainable Computing: Informatics and Systems; 计算机学报; 自动化学报; 中国海洋大学学报;中国通信; ICRA2016; ICPR2016; ICPR2018; ICDIS2019; ICONIP2020 等.
论文专利
部分代表性专著、学术论文和专利如下:
[B3] Guoqiang Zhong andKaizhu Huang: Semi-Supervised Learning: Background, Applications and FutureDirections. Nova Science Publishers, Inc., NY USA. 2018.
[B2] 王勇, 仲国强, 孙鑫: 机器学习导论 (译著,原书第 2 版). 机械工业出版社. 2018.
[B1] 王勇, 仲国强,孙鑫: 机器学习导论 (译著). 机械工业出版社. 2016.
[J33] Guoqiang Zhong, Wei Gao, YongbinLiu, Youzhao Yang, Da-Han Wang, Kaizhu Huang:Generative Adversarial Networks with Decoder-Encoder Output Noises. NeuralNetworks 127: 19-28 (2020).
[J32] Jianyuan Sun, Hui Yu, GuoqiangZhong, Junyu Dong, Shu Zhang, Hongchuan Yu: Random ShapleyForests: Cooperative Game Based Random Forests with Consistency. IEEE Transactions on Cybernetics (Accepted). [J31] TaoLi, Wencong Jiao, Li-Na Wang, GuoqiangZhong: Automatic DenseNet Sparsification. IEEE Access 8: 62561-62571 (2020).
[J30] Guoqiang Zhong,Jianzhang Qu, Haizhen Wang, BenxiuLiu, Wencong Jiao, Zhenlin Fan, HongliMiao, and RachidHedjam: Trace-Norm Regularized Multi-Task Learningfor Sea State Bias Estimation.Journal of Ocean University of China (Accepted).
[J29] Guoqiang Zhong, TaoLi, Wencong Jiao, Li-Na Wang, Junyu Dong, Cheng-Lin Liu: DNA Computing InspiredDeep Networks Design. Neurocomputing 382: 140-147 (2020).
[J28] Guoqiang Zhong, WenxueLiu, Hui Yao, Tao Li, Jinxuan Sun, Xiang Liu: Merging Similar Neurons for DeepNetworks Compression. Cognitive Computation 12(3): 577-588 (2020).
[J27] Jinxuan Sun, GuoqiangZhong, Yang Chen, Yongbin Liu, Tao Li, Kaizhu Huang: Generative Adversarial Networks withMixture of t-Distributions Noise for DiverseImage Generation. NeuralNetworks, 122: 374-381(2020). [J26] Guoqiang Zhong, WencongJiao, Wei Gao, Kaizhu Huang:Automatic Design of Deep Networks with Neural Blocks.Cognitive Computation 12(1): 1-12 (2020).
[J25] Xiang Liu, Li-Na Wang,Wenxue Liu, Guoqiang Zhong: Incremental Layers Resection: A Novel Method toCompress Neural Networks. IEEE Access 7: 172167-172177 (2019).
[J24] Guoqiang Zhong, KangZhang, Hongxu Wei, Junyu Dong: Marginal Deep Architecture: Stacking FeatureLearning Modules to Build Deep Learning Models. IEEE Access, 7: 30220-30233,2019.
[J23] Guoqiang Zhong, XiaoLing, Li-Na Wang: From Shallow Feature Learning to Deep Learning: Benefits fromthe Width and Depth of Deep
Architectures. WIREs DataMining and Knowledge Discovery, 9(1): 1255:1- 1255:14 (2019).
[J22] Xiao-Bo Jin, Guo-SenXie, Qiu-Feng Wang, Guoqiang Zhong, Guang- Gang Geng: Nonconvex MatrixCompletion with Nesterov’s Acceleration. Big Data Analytics 3, 11 (2018).
[J21] Jianyuan Sun, GuoqiangZhong, Kaizhu Huang, Junyu Dong: Banzhaf Random Forests: Cooperative GameTheory Based Random Forests with Consistency. Neural Networks, 106: 20-29(2018).
[J20] Hongli Miao, YingtingGuo, Guoqiang Zhong, Benxiu Liu, Guizhong Wang: A Novel model of Estimating SeaState Bias Based on Multi-layer Neural Network and Multi-source Altimeter Data.European Journal of Remote Sensing, 51(1): 616-626 (2018).
[J19] Kaiquan Chen, Yao He,Guoqiang Zhong: The Transformation of Information Literacy Connotation inArtificial Intelligence Perspective and Target Positioning of ArtificialIntelligence Education: Also on the Implementation Path of ArtificialIntelligence Teaching in Basic Education. Distance Education Journal, 1: 61-71(2018).
[J18] Guoqiang Zhong, BenxiuLiu, Yingting Guo,Hongli Miao: Sea State BiasEstimation with Least Absolute Shrinkage and Selection Operator (LASSO).Journal of Ocean University of China, 17(5): 1019-1025 (2018).
[J17] Qin Zhang, GuoqiangZhong, Junyu Dong: An Anchor-based Spectral Clustering Method. Frontiers ofInformation Technology & Electronic Engineering 19(11): 1385-1396 (2018).
[J16] Guoqiang Zhong, ShoujunYan, Kaizhu Huang, Yajuan Cai, Junyu Dong: Reducing and Stretching Deep Convolutional Activation Features for
Accurate Image Classification. CognitiveComputation 10(1): 179-186(2018). [J15] Xiaoyi Pan, JingWang, Xudong Zhang, Yuan Mei, Lu Shi, Guoqiang Zhong: A DeepLearning Model for the Amplitude Inversion of Internal Waves Based on Optical RemoteSensing Images. International Journal of Remote Sensing, 39(3): 607-618(2018).
[J14] Xiaopeng Liu, GuoqiangZhong, Junyu Dong: Natural Image IlluminantEstimation via Deep Non-negative Matrix Factorisation. IET Image Processing12(1): 121-125 (2018).
[J13] Qin Zhang, Hui Wang, Junyu Dong, Guoqiang Zhong, Xin Sun:Prediction of Sea Surface Temperature using Long Short Term Memory. IEEE Geoscience and Remote Sensing Letters, 14(10): 1745-1749 (2017).
[J12] Guoqiang Zhong, Yan Zheng,Sheng Li, Yun Fu: SLMOML: OnlineMetric Learning with Global Convergence. IEEE Transactions on Circuits and Systems for Video Technology, 28(10): 2460-2472 (2018).
[J11] Feng Gao, XiaopengLiu, Junyu Dong, Guoqiang Zhong, Muwei Jian: Change Detection in SAR ImagesBased on Deep Semi-NMF and SVD Networks. Remote Sensing 9 (5): 435 (2017).
[J10] Partha Pratim Roy,Guoqiang Zhong, Mohamed Cheriet: Tandem HMMs Using Deep Belief Networks forOffline Handwriting Recognition. Frontiers of Information Technology andElectronic Engineering 18(7): 978- 988 (2017).
[J9] Jianyuan Sun, GuoqiangZhong, Junyu Dong, Hina Saeeda, Qin Zhang: Cooperative Profit Random Forestswith Application in Ocean Front Recognition. IEEE Access 5: 1398-1408 (2017).
[J8] QinZhang, Jianyuan Sun, Guoqiang Zhong, Junyu Dong: Random Multi-
Graphs: A Semi-SupervisedLearning Framework for Classification of High Dimensional Data. Image andVision Computing 60: 30-37 (2017).
[J7] Xiaopeng Liu, GuoqiangZhong, Cong Liu, Junyu Dong: Underwater Image Colour Constancy Based on DeepSparse Nonnegative Matrix Factorization. IET Image Processing 11(1): 38-43(2017).
[J6] Guoqiang Zhong, Li-Na Wang, Xiao Ling, Junyu Dong: An Overview onData Representation Learning： From Traditional Feature Learning to Recent Deep Learning. The Journal ofFinance and Data Science, 2(4): 265-278 (2016).
[J5] Heng Zhang, GuoqiangZhong: Improving Short Text Classificationby Learning Vector Representations of both Words and Hidden Topics. Knowl.- Based Syst. 102: 76-86 (2016).
[J4] Guoqiang Zhong, MohamedCheriet: Tensor representation learning based image patch analysis for textidentification and recognition. Pattern Recognition 48(4): 1207-1220 (2015).
[J3] Guoqiang Zhong, MohamedCheriet: Large margin low rank tensor analysis. Neural Computation 26(4):761-780 (2014).
[J2] GuoqiangZhong, Cheng-Lin Liu: Error-correcting output codes based ensemble featureextraction. Pattern Recognition 46(4): 1091-1100 (2013). [J1] Guoqiang Zhong,Kaizhu Huang, Cheng-Lin Liu: Joint learning of error- correcting output codesand dichotomizers from data. Neural Computing and Applications 21(4): 715-724(2012).
[43] Yanan Wang,Guoqiang Zhong, Yuxu Mao, and Kaizhu Huang: Feature Redirection Network forFew-Shot Classification. ICONIP, 2020.
[42] Yuxu Mao, Guoqiang Zhong, Haizhen Wang and Kaizhu Huang: MCRN: A New Content-Based Music Classification and Recommendation Network. ICONIP, 2020.
[41] Zhenlin Fan, Guoqiang Zhong, and Haitao Li: A Feature FusionNetwork for Multi-Modal Mesoscale Eddy Detection. ICONIP, 2020.
[C40] Qingyang Li, ZhenlinFan, and Guoqiang Zhong: BEDNet: Bi- Directional Edge Detection Network forOcean Front Detection. ICONIP, 2020.
[C39] Zhenlin Fan, Guoqiang Zhong, Hongxu Wei and Haitao Li: EDNet:A Mesoscale Eddy Detection Network with Multi-Modal Data. IJCNN, 2020. [C38]Ying Ma, Guoqiang Zhong, Yanan Wang and Wen Liu: MetaCGAN: A Novel GAN Modelfor Generating High Quality and Diversity Images with Few Training Data. IJCNN,2020.
[C37] Guoqiang Zhong, Xin Lin, Kang Chen, Qingyang Li, Kaizhu Huang:Long Short-Term Attention. BICS, 2019.
[C36] WencongJiao, Tao Li, Guoqiang Zhong, Li-Na Wang: AutoML for DenseNet Compression.ICONIP, 2019.
[C35] Yang Chen, Jinxuan Sun, Wencong Jiao,Guoqiang Zhong: Recovering Super-ResolutionGenerative Adversarial Network for Underwater Images. ICONIP, 2019.
[C34] GuoqiangZhong, Wei Gao, Wencong Jiao, Biao shen, Dongdong Xia: Learnable GaborConvolutional Networks. ICONIP, 2019.
[C33] Li-NaWang, Guoqiang Zhong, yan shoujun, Junyu Dong, Kaizhu Huang: Enhanced LSTM withBatch Normalization. ICONIP, 2019.
[C32] Guoqiang Zhong, GuohuaYue: Attention Recurrent Neural Networks for Image-Based Sequence TextRecognition. ACPR, 2019.
[C31] Kang Zhang, GuoqiangZhong, Junyu Dong, Shengke Wang, Yong Wang: Stock Market Prediction Based onGenerative Adversarial Network. IIKI, 2018.
[C30] Li-NaWang, Benxiu Liu, HaizhenWang, Guoqiang Zhong, JunyuDong: Deep Gabor Scattering Network for Image Classification. PRCV, 2018.
[C29] Guoqiang Zhong, Haizhen Wang, Wencong Jiao: MusicCNNs: A NewBenchmark on Content-Based MusicRecommendation. ICONIP, 2018. [C28] Guoqiang Zhong, Hui Yao, HuiyuZhou: Merging Neuronsfor Structure Compression ofDeep Networks. ICPR, 2018.
[C27] GuoqiangZhong, Yan Zheng, Xu-Yao Zhang, Hongxu Wei, Xiao Ling: ConvolutionalDiscriminant Analysis. ICPR, 2018.
[C26] GuoqiangZhong, Hongxu Wei, Yuchen Zheng,Junyu Dong, Mohamed Cheriet: Deep Error CorrectingOutput Codes. ICPRAI, 2018.
[C25] Qin Zhang, Junyu Dong, Guoqiang Zhong: Visual TexturePerception via Graph-based Semi-supervised Learning. ICGIP, 2017.
[C24] Guoqiang Zhong, Hongxu Wei, Yuchen Zheng, Junyu Dong: MarginalDeep Architectures. ACPR, 2017.
[C23] YanhaiGan, Huifang Chi, Ying Gao, Jun Liu, Guoqiang Zhong, Junyu Dong: PerceptionDriven Texture Generation. ICME, 2017.
[C22] Xiaowei Zhou, GuoqiangZhong, Lin Qi, Junyu Dong,Tuan D. Pham, Jianzhou Mao: Surface Height MapEstimation from a Single Image Using Convolutional Neural Networks. ICGIP,2016.
[C21]Xuecheng Han, Hui Yao, Guoqiang Zhong: Handwritten Text Line
Segmentation by Spectral Clustering. ICGIP,2016.
[C20] Guoqiang Zhong, HuiYao, Yutong Liu, Chen Hong, Tuan Pham: Classification of Photographed DocumentImages Based on Deep-Learning Features. ICGIP, 2016.
[C19] Guoqiang Zhong, Xiao Ling: The necessary and sufficientconditions for the existence of the optimalsolution of traceratio problems. CCPR,2016. [C18] Guoqiang Zhong, Yaxin Shi,Mohamed Cheriet: Relational FisherAnalysis: A General Framework for Dimensionality Reduction. IJCNN, 2016 [C17]Guoqiang Zhong, Yan Zheng, Sheng Li,Yun Fu: Scalable Large Margin Online Metric Learning. IJCNN, 2016.
[C16] Guoqiang Zhong, Hui Xu, Pan Yang, Sijiang Wang, Junyu Dong:Deep Hashing Learning Networks. IJCNN, 2016.
[C15] Jianwen Lou, Lin Qi,Junyu Dong, Hui Yu, Guoqiang Zhong: Learning Perceptual Texture Similarity andRelative Attributes from Computational Features. IJCNN, 2016.
[C14] Pan Yang, Haoran Zhao, Lin Qi, GuoqiangZhong: Self-taught recovery of depth data. APSIPA 2015: 1270-1275.
[C13] Yajuan Cai, Guoqiang Zhong, Yuchen Zheng, Kaizhu Huang, Junyu Dong: Is DeCAF Good Enough for Accurate ImageClassification? ICONIP (2) 2015: 354-363.
[C12] Yuchen Zheng, YajuanCai, Guoqiang Zhong, Youssouf Chherawala, Yaxin Shi, Junyu Dong: Stretchingdeep architectures for text recognition. ICDAR 2015: 236-240.
[C11] Guoqiang Zhong, XinMao, Yaxin Shi, Junyu Dong: 3D Texture Recognition for RGB-D Images. CAIP (2)2015: 518-528.
[C10] Chengcheng Jia, GuoqiangZhong, Yun Raymond Fu: Low-Rank TensorLearning with Discriminant Analysis for Action Classification and Image Recovery. AAAI 2014: 1228-1234.
[C9] Yuchen Zheng,Guoqiang Zhong, JunLiu, Xiaoxu Cai,Junyu Dong: Visual TexturePerception with Feature Learning Models and Deep Architectures. CCPR 2014.
[C8] Guoqiang Zhong, MohamedCheriet: An empirical evaluation of supervised dimensionality reduction forrecognition. ICDAR 2013.
[C7] Guoqiang Zhong, MohamedCheriet: Adaptive error-correcting output codes. IJCAI 2013.
[C6] Guoqiang Zhong, MohamedCheriet: Image patches analysis for text block identification. ISSPA 2012:1241-1246.
[C5] Guoqiang Zhong, KaizhuHuang, Cheng-Lin Liu: Low rank metric learning with manifold regularization.ICDM 2011: 1266-1271.
[C4] Guoqiang Zhong, Wu-JunLi, Dit-Yan Yeung,Xinwen Hou, Cheng-Lin Liu: Gaussian process latent random field. AAAI 2010.
[C3] Guoqiang Zhong, KaizhuHuang, Cheng-Lin Liu: Learning ECOC and dichotomizers jointly from data. ICONIP(1) 2010: 494-502.
[C2] Guoqiang Zhong, XinwenHou, Cheng-Lin Liu: Relative distance-based Laplacian eigenmaps. CJKPR, 2009.
[C1] Guoqiang Zhong, Lina Wang, Dazhi Meng: The differential geometrical method of modifying SVM and its application in Intron-Extron classification. CCPR, 2007.
[BC4] Guoqiang Zhong, Li-Na Wang, Qin Zhang, Estanislau Lima, XinSun,
Junyu Dong, Hui Wang, BiaoShen: Oceanic Data Analysis with Deep Learning Models. Deep Learning:Fundamentals, Theory and Applications. Springer, 2018.
[BC3] Guoqiang Zhong,Mohamed Cheriet: Low Rank Tensor ManifoldLearning. Low-Rank andSparse Modeling for Visual Analysis. Springer, 2014. [BC2] Mohamed Cheriet, Reza Farrahi Moghaddam, Ehsan ArabnejadGuoqiang Zhong: Manifold learning for the shape-based recognition of historicalArabic documents. Handbook of Statistics: Applications of Machine Learning. Elsevier,2012.
[BC1] Guoqiang Zhong, KaizhuHuang, Xinwen Hou, Shiming Xiang: Local tangent space Laplacian eigenmaps.Computational Intelligence. NOVA Science Publishers, 2012.
[P9] 王彬, 仲国强, 范振琳, 高丙云, 李莉, 刘杰, 倪思亮, 董效臣: 基于人脸识别的移动端在线学习监督方法. 国家发明专利,申请号: **79865.
[P8] 王彬, 仲国强, 高威, 史慧英, 于秀玲, 吕小霞, 刘杰, 董效臣: 一种AP 考试首场考试答题卡快速定位的方法. 国家发明专利,申请号: **21398.
[P7] 仲国强, 林鑫, 岳国华: 一种基于手机相机的在线翻译系统.国家发明专利, 申请号: **66072.
[P6] 仲国强, 李涛, 刘文雪: 面向终生学习的物体自动识别系统.国家发明专利, 申请号: **65991.
[P5] 仲国强, 高威, 矫文聪, 杨楠: 基于计算机视觉的幼儿看护小车. 国家发明专利, 申请号: **00040.
[P4] 仲国强, 田野, 董玥, 郑镉镉: 基于随机森林的手语翻译系统. 国家发明专利, 申请号: **42493.
[P3]仲国强, 张康, 凌霄, 洪辰: 基于深度残差网络和支持向量机的物体自动识别系统. 国家发明专利, 申请号: **68209.
[P2] 仲国强, 魏洪旭, 王海珍, 孔浩: 基于长短时记忆网络的英文电子邮件写作助手. 国家发明专利, 申请号:**51934.
[P1] 仲国强, 刘汉卿, 庄园, 刘雨桐: 基于规则库的个性化日常陪护机器人自动问答系统. 国家发明专利, 申请号:**73757.
Bx: 专著; Jx: 期刊 x; Cx: 会议 x; BCx: 书的章节 x;Px: 专利 x.
研究生招生条件
欢迎有志于从事人工智能、机器学习、深度学习、模式识别、计算机视觉、自然语言处理、大数据挖掘、机器人、海洋遥感、水声信号分析相关方向研究的同学加入我的团队（读研或读博）, 要求勤奋、踏实并具有良好的数学基础、英语听说读写能力和计算机编程能力, 联系邮箱: gqzhong@ouc.edu.cn.
备注
研究团队毕业生：
序号 姓名 性别 籍贯 在校时间（学位）现工作/就读单位 职务 工作/研究内容
1王私江 男 四川 2011-2015（学士） 百度 高级研发工程师 深度学习、计算广告
2李东方 男 山东 2012-2016（学士） 哈尔滨工业大学 硕士 NLP & ML
3范煜璇 女 山东 2012-2016（学士） 渥太华大学 硕士
4王梦针 女 山东 2012-2016（学士） 南京烽火星空通信发展有限公司 软件工程师
5赵哲 男 山东 2012-2016（学士） HP Enterprise
6刘雨桐 女 山东 2013-2017（学士） 上海交通大学 博士 物联网通信
7韩学成 男 河北 2013-2017（学士） 上海汉得信息技术有限公司 业务咨询顾问
8庄园 男 广西 2013-2017（学士） 中国科学技术大学 硕士研究生 软件工程
9刘汉卿 男 山东 2013-2017（学士） 中国科学技术大学 硕士研究生 软件工程
10杨友钊 男 福建 2013-2017（学士） 复旦大学 硕士研究生 机器学习与计算机视觉
11石雅欣 女 河北 2014-2017（硕士） 悉尼科技大学 博士 机器学习与数据挖掘（国家奖学金、CSC 奖学金）
12张鹏 男 山东 2014-2017（硕士） 青岛港 研发人员 机器学习
13楚希鹏 男 山东 2014-2017（硕士） 创业 CEO 数据挖掘与机器学习
14许晖 男 山东 2014-2017（硕士） 中国人民银行济南分行 职员 深度学习、人脸识别
15郑煜辰 男 湖北 2014-2017（硕士） 日本九州大学 博士 深度学习、文档分析
16周小伟 男 山东 2014-2017（硕士） 悉尼科技大学 博士 深度学习
17张琴 女 山东 2013-2018（博士） 青岛农业大学 讲师 半监督学习
18郑颜 女 山东 2015-2018（硕士） 日本九州大学 博士 机器学习（国家奖学
金、CSC 奖学金、山东省优秀毕业生）
19刘本秀 女 山东 2015-2018（硕士） 临沂市统计局 硕士 人工智能
20姚卉 女 江苏 2015-2018（硕士） 镇江联通 硕士 网络精简
21闫守军 男山东 2015-2018（硕士）山东省农村信用社联合社 开发工程师 循环神经网络
22梁朝伟 男 广东 2014-2018（学士） 中科创达 软件开发工程师 车载软件
23杜彦璋 女 广东 2014-2018（学士）中国海洋大学 学生 生成对抗网络
24李春林 男 山东 2014-2018（学士）中国科学技术大学 硕士 网络与信息安全
25杨雪晗 女 北京 2014-2018（学士）慕尼黑大学 硕士 大数据、机器学习
26蔡振华 男 福建 2014-2018（学士）中山大学 硕士 模式识别
27陈康 男 湖北 2014-2018（学士）华中科技大学 硕士 长短时记忆网络
28孔浩 男 山东 2014-2018（学士）上海交通大学 博士 移动计算
29洪辰 男 福建 2014-2018（学士）厦门大学 硕士 机器学习
30林敏轩 男 福建 2014-2018（学士）中国科学院自动化研究所 硕士 计算机视觉
31马铎原 男 辽宁 2014-2018（学士）天津大学 硕士 软件安全
32丰帆 女 山东 2014-2018（学士）苏黎世大学 硕士 人机交互
33孙建园 女 黑龙江 2014-2019（博士） 英国伯恩茅斯大学国家动画中心博后 计算机视觉
34王海珍 女 山东 2016-2019（硕士） 上海联影医疗科技有限公司 测 试 工程师
35魏洪旭 男 山东 2016-2019（硕士） 华为公司软件开发
36张康 男 山东 2016-2019（硕士） 九州大学博士 数据挖掘（CSC 奖学金）
37凌霄 女 山东 2016-2019（硕士） 青岛电网（国家奖学金）
38张庆渝 男 重庆 2015-2019（学士） 海信网络科技有限公司 Java 开 发
工程师
39周立航 男 山东 2015-2019（学士） Northeastern University, USA 硕 士
InformationSystems
40张沁平 女 山西 2015-2019（学士） 中国海洋大学
41杜梅 女 新疆 2015-2019（学士） 北京邮电大学 硕士学位深度学习
42胡雪桐 女 黑龙江 2015-2019（学士） 浪潮集团软件工程师 前端
43曲磊钢 男 山东 2015-2019（学士） 山东大学硕士 信息检索与多媒体计算
44冯婕 女 山东 2015-2019（学士） 复旦大学博士 统计学
45王柳迪 女 河北 2015-2019（学士） 北京航空航天大学研究生 网络
46矫文聪 女 山东 2017-2020（硕士） 青岛港（集团）有限公司研发 深度学习，强化学习（国家奖学金）
47林鑫 女 山东 2017-2020（硕士） 青岛滨海学院 大学教师深度学习
48高威 男 山东 2017-2020（硕士） 青岛海信网络科技研发工程师 深 度 学习；计算机视觉（国家奖学金）
49刘文雪 女 山东 2017-2020（硕士） 光大银行青岛研发中心 研发 深度学习；计算机视觉
50岳国华 女 山东 2017-2020（硕士） 海信电子信息集团研发 深度学习
51李涛 男 山东 2017-2020（硕士） 海信聚好看公司 大数据 深度学习
52孙梦洁 女 四川 2016-2020（学士） 中国联通软件研究院 Java 开 发
GAN、AutoML
53亓文霞 女 山东 2016-2020（学士） 中国科学院空间应用中心直博 计算机视觉+机器学习
54许慧楠 女 甘肃 2016-2020（学士） 北京理工大学 学硕 知识图谱
55刘翔 男 山东 2016-2020（学士） 中国海洋大学 学士 基于知识蒸馏的
神经网络压缩
56宿天宇 男 内蒙古 2016-2020（学士） 山东大学硕士 时尚领域兼容性建模以及推荐
57姚巩鑫 男 安徽 2016-2020（学士） 浙江大学硕士模式识别与智能系统、区块链等
58丁昭旭 男 山东 2016-2020（学士） 中国海洋大学 学硕 音乐信息检索、智能编曲、机器学习等
