删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

山东工商学院信息与电子工程学院导师教师师资介绍简介-窦全胜教授

本站小编 Free考研考试/2020-12-24

窦全胜,男,1971年12月生,教授,中国科学院计算技术研究所博士后,中国计算机学会,人工智能学会,自动化学会高级会员,山东省人工智能学会常务理事,山东工商学院教师,硕士研究生导师。1993年毕业于吉林大学数学系,获理学学士学位,2001年7月于吉林大学数学学院获理学硕士学位,2005年9月于吉林大学计算机科学与技术学院获工学博士学位。主要研究领域:解决优化问题的计算智能理论与方法、机器学习、数据挖掘、知识工程与知识处理。
主要讲授课程:
[1] 高级人工智能(研究生)
[2] 人工智能导论(本科生)
[3] 编译原理
[4] 程序设计基础
[5] 数据库系统概论
主持和参与的主要项目:
[1]深度神经网络启发搜索的归纳程序合成关键技术研究,No.**,国家自然科学基金,项目负责人,2020-2023
[2] 基于复杂自适应系统的微网接入控制理论与算法研究,No., 国家自然科学基金面上项目,项目负责人,2013-2016
[3] 基于非规则组块及功能驱动的多主体自装配建模研究,No.**, 国家自然科学基金面上项目,项目负责人,2010-2012
[4] 风电厂输出功率预测智能化建模及实现,No2009BSD01383,山东省中青年科学家奖励基金,项目负责人,2010-2012
[5] 智能科学理论与方法在电力系统分析中的应用,No.**,山东省博士后基金,项目负责人,2007-2010
[6] 黑龙江省电力负荷预报系统,校企合作横向项目,获黑龙江省电网公司科技进步二等奖,项目负责人,2009-2010
[7] 基于云计算的海量数据挖掘,No.**, 国家自然科学基金重点项目,项目参加人,2011-2014.
[8] 面向全生命周期的可信软件测度模型和过程改进工具研究,No.**国家自然科学基金面上项目,项目参加人,2014-2017
[9] 基于曲线演化的智能图像轮廓提取方法与并行处理研究,No.**,国家自然科学基金,项目参加人, 2008-2010
[10] 基于主题模型的图像分类方法研究 国家自然科学基金,项目参加人,2020-2023
专利和软件著作权:
[1] 刘岩, 魏广芬, 窦全胜. 激光转速测量仪,实用新型专利:CNU[P],2010.
[2] 姜平,窦全胜,眼底图像血管分割系统,软件著作权:2016SR232685,2016
[3] 《求解优化问题的演化计算方法研究》 山东省高校科技成果三等奖 排名第一
出版专著
[1] 窦全胜,陈姝颖. 演化计算方法及应用. 电子工业出版社. 2015
发表的主要论文:
[1] 窦全胜, 刘柏枫, 厉玉蓉,等. 线性均方一致性问题的偏差估计[J]. 自动化学报, 2017, 43(4):568-575.
[2] 窦全胜,厉玉蓉,姜 平 线性离散一致性系统均方偏差上界 通信学报. 2016 (10).pp34-39. DOI: 10.11959/j.issn.1000-436x.**.
[3] 窦全胜, 丛玲, 姜平,等. 离散线性一致性算法噪声问题研究[J]. 自动化学报, 2015, 41(7):1328-1340.
[4] 窦全胜, 史忠植, 姜平,等. 调和聚类-分类方法在电力负荷预测中的应用[J]. 计算机学报, 2012, 35(12):2645-2651.
[5] 窦全胜, 李国江, 史忠植, 姜平. 三维网格空间上的自组装模型. 自动化学报, 2012, 38(10): 1595-16
[6] 窦全胜,安 文,姜 平,史忠植 基于冲突延迟策略的约束群体自组装模型. 通信学报. Vol33.No.12.PP.49-57,2012
[7] 姜平, 窦全胜*, 王晶. 基于局部自适应点特异度阈值的眼底图像血管分割方法研究[J]. 南京大学学报(自然科学), 2015(1).
[8] 姜平, 窦全胜*. 基于点特异度和自适应分类策略的眼底图像分割方法[J]. 通信学报, 2015, 36(8):161-170.
[9] 窦全胜, 周春光, 马铭. 粒子群优化的两种改进策略[J]. 计算机研究与发展, 2005, 42(5):897-904.
[10] 窦全胜, 周春光, 徐中宇,等. 动态优化环境下的群核进化粒子群优化方法[J]. 计算机研究与发展, 2006, 43(1):89-95.
[11] 窦全胜;史忠植;姜平;李国江;.基于聚度的PSO参数分析[J]计算机科学.2011,(10)
[12] 窦全胜,潘冠宇,刘岩,周春光,史忠植. PSO的向量整体修订策略和局部跳出策略[J]吉林大学学报(工学版).2012,(02)
[13] 窦全胜.基于知识发现的电力负荷预测模型. 计算机科学,2010,38(4):1~5
[14] 窦全胜,周春光,徐中宇,潘冠宇. 群体启发进化规划. 计算机科学,2005(6)
[15] 窦全胜,周春光,马铭. 群核进化粒子群优化方法.计算机科学, 2005(7)
[16] 窦全胜,周春光,徐中宇. 广义连续反馈型神经网络的稳定性.计算机工程,2005(24)
[17] 窦全胜,周春光,徐中宇,潘冠宇. 用群体启发进化规划求解高维优化问题. 吉林大学学报(理学版) 2005(5)
[18] 窦全胜,周春光,张忠波,刘小华. 基于微分演化的PSO参数选择策略.计算机科学,2007Vol.34 No.4 P228-230
[19] 窦全胜,周春光,刘晓华,张忠波.关于pso方法中粒子轨迹的修正.计算机科学,2007Vol.34 No.8 P141-143
[20] 刘沙沙,窦全胜*,伏开磊..基于动态膜计算系统的自组织网络广播算法[J]计算机应用研究.2012,(05)
[21] 安文;窦全胜*;.多主体协同电力负荷预测模型[J]计算机工程与应用.2012,(17)
[22] 刘沙沙;窦全胜*;伏开磊;.基于膜计算系统的广播模型[J]计算机工程.2012,(14)
[23] 刘全 孙吉贵 窦全胜.一种多值规则量词公式的tableau的方法.计算机工程.2003(12)
[24] 马铭,周春光,张利彪,窦全胜.基于递阶遗传算法的模糊系统优化设计.吉林大学学报(理学版)1671-5489(2004)04-0559-06
[25]杨海英,黄浩,窦全胜.基于文化算法的负载均衡自适应机制. 计算机工程与应用, 2005.(21)p146-149
[26] 刘全,孙吉贵,窦全胜. 一种求解tableau等式合一问题的算法. 计算机科学,2006 Vol.33 No.1 P.216-219
[27]潘冠宇,刘大有,刘晓华,窦全胜.基于幂集演化的属性约简方法.吉林大学学报(工学版),2007Vol.38 No.2 P842-846
[28] 杨滨,窦全胜,白雪松.刘仲尧.节假日和极端天气电力负荷特征的萃取模型.黑龙江电力.2009(6)
[29]刘志猛,谢青松,窦全胜. 机器数表示与转换的教学设计[J]. 计算机教育, 2015(23):84-87.
[30] DOU Quansheng, LI Jinjiang, FAN Hui. Noisy Problem on Discrete Linear Consensus Protocol in Networked Multi-agent Systems. 2016 IEEE 2nd Intl Conf on Big Data Intelligence and Computing and Cyber Science and Technology Congress.DOI 10.1109/DASC-PICom-DataCom-CyberSciTec.2016.51
[31] Dou Quansheng,Zhou Chunguang,Pan Guanyu,Luo Hongwen,Liu Quan. “Neural Particle Swarm Optimization for Casing Damage Prediction” International Symposium on Neural Networks 2005(ISNN2005)
[32] Dou Quansheng,Zhou Chunguang. “The Particle Swarm Optimization with Division of Work Strategy”, International Conference on Machine Learning and Cybernetics2004(ICMLC2004) p2290-2295
[33] Dou Quansheng, Jiang Ping, Yu Zhijun and Shi Zhongzhi. Convergence Property Analysis for PSO Based on Cluster-Degree. CIS,pp.48-51, 2008 International Conference on Computational Intelligence and Security, 2008
[34] Quansheng Dou, Zhijun Yu, Zhongzhi Shi, Erkeng Yu and Yongzhi Zheng . Cluster-Degree Analysis and Velocity Compensation Strategy of PSO. ISICA 2008, LNCS 5370, pp.98–106, Springer-Verlag Berlin Heidelberg 2008
[35] Dou Quansheng, Shi Zhongzhi. Knowledge Extraction Model for Power Load Characteristicsof Special Days and Extreme Weather. International Conference on Intelligent Computing and Intelligent Systems (ICIS 2009)
[36] Dou Quansheng, Shi Zhongzhi. Power Load Forecasting Model Based on Knowledge Discovery For Heilongjiang Province. International Symposium on Computational Intelligence and Design 2009 EI
[37] Quansheng Dou, Kailei Fu, Haiyan Zhu, Ping Jiang and Zhongzhi Shi. Associated Clustering and Classification method for Electric Power Load Forecasting. The 6th International Conference on Intelligent Information Processing, 2010, vol. 5, pp. 112-121.
[38] Quansheng Dou, Shasha Liu, Ping Jiang, Xiuhua Zhou and Zhongzhi Shi. Two Improvement Strategies for PSO. The 6th International Conference on Intelligent Information Processing, 2010, vol. 5, pp. 122-129.
[39]Ping Jiang Quan Sheng Dou* A supervised method for retinal image vessel segmentation by embedded learning and classification JOURNAL OF INTELLIGENT & FUZZY SYSTEMS
[40] Ma Ming,Zhou Chunguang,Zhang Libiao,Dou Quansheng. Automatic Fuzzy Rule Extraction Based on Particle Swarm Optimization, International Conference on Machine Learning and Cybernetics2004(ICMLC2004) p2242-2245.
[41]Pan Guanyu, Dou Quansheng and Liu Xiaohua Performance of two Improved Particle Swarm Optimization In Dynamic Optimization Environments. Sixth International conference on Intelligent Systems Design and Applications (ISDA2006), October 16-18,2006,Jinan,China.
[42] Liquan Han, Quansheng Dou: Visual model of heterogeneous data sources based on service-ontology. FSKD 2010: 2945-2949
[43] Guanyu Pan, Hui Yan, Quansheng Dou, Haijun Li: Outlier data forecasting of power load based on neural PSO. ICNC 2010: 1140-1142
[44] Zhongyu Xu, Fen Hu, Hongcheng Guo, Quansheng Dou: Support vector machine image segmentation algorithm applied to angiogenesis quantification. ICNC 2010: 928-931
[45] Haiyan Zhu, Quansheng Dou, Ping Jiang. Further Results on Fault Classes in Boolean Specifications. International Journal of Advancements in Computing Technology Volume 2, Number 5, December 2010.



相关话题/山东工商学院 信息