基本信息
联系方式
通信地址：太白南路2号西安电子科技大学68号信箱电子邮箱：sszhouatmail.xidian.edu.cn办公电话：**
办公地点：办公楼423
个人简介
教授,应用数学硕士生导师,运筹学与控制论专业博士生导师。
--1995年毕业于宝鸡文理学院数学系,获理学学士学位;
--1998年在西安电子科技大学获应用数学理学硕士学位;
--2005年被批准为应用数学专业硕士研究生导师;
--2005年12月在西安电子科技大学获得计算机应用技术博士学位;
--2012年被批准为运筹学与控制论专业博士生导师;--1998年至今在西安电子科技大学数学系任教;
--2009年8月至2010年8月国家公派在美国加州大学(圣克鲁兹)交流访问一年(留学身份:博士后);
--主要从事最优化理论、算法及应用，智能信息处理、机器学习、支持向量机等方面的研究，发表论文30余篇，被SCI检索10余篇、被EI检索20余篇。主持完成国家自然科学基金1项，主要参与完成国家自然科学基金2项，主持在研国家自然科学基金1项(52万元)，主要参与在研国家自然科学基金2项(55+27万元).
主要研究方向
--最优化计算理论与算法
--数据挖掘中的数学方法，统计学习理论及其支持向量机
--核学习、稀疏表示
--模式识别及其应用
--复杂问题的数学建模
引用统计
--GoogleScholar学术引用统计MyCitations
-----------------------------------------------------------------
基本信息
联系方式
通信地址：太白南路2号西安电子科技大学68号信箱电子邮箱：sszhouatmail.xidian.edu.cn办公电话：**
办公地点：办公楼423
个人简介
教授,应用数学硕士生导师,运筹学与控制论专业博士生导师。
--1995年毕业于宝鸡文理学院数学系,获理学学士学位;
--1998年在西安电子科技大学获应用数学理学硕士学位;
--2005年被批准为应用数学专业硕士研究生导师;
--2005年12月在西安电子科技大学获得计算机应用技术博士学位;
--2012年被批准为运筹学与控制论专业博士生导师;--1998年至今在西安电子科技大学数学系任教;
--2009年8月至2010年8月国家公派在美国加州大学(圣克鲁兹)交流访问一年(留学身份:博士后);
--主要从事最优化理论、算法及应用，智能信息处理、机器学习、支持向量机等方面的研究，发表论文30余篇，被SCI检索10余篇、被EI检索20余篇。主持完成国家自然科学基金1项，主要参与完成国家自然科学基金2项，主持在研国家自然科学基金1项(52万元)，主要参与在研国家自然科学基金2项(55+27万元).
主要研究方向
--最优化计算理论与算法
--数据挖掘中的数学方法，统计学习理论及其支持向量机
--核学习、稀疏表示
--模式识别及其应用
--复杂问题的数学建模
引用统计
--GoogleScholar学术引用统计MyCitations
-----------------------------------------------------------------
科学研究
承担和完成项目
在研项目:
--主持国家自然科学基金面上项目“基于矩阵低秩近似的大规模核/度量学习研究”(编号:61179040),52万元(2012.1-2015.12);
--作为主要参加人员正在参与国家自然科学基金面上项目“非负矩阵分解的模型选择与算法研究”(编号:61072144),27万元(2011,1-2013,12);
--作为主要参加人员正在参与国家自然科学基金面上项目“基于统计流形的局部视觉特征层次化索引研究”(编号:61173089),55万元(2012,1-2015,12).
完成项目:
--主持完成国家自然科学基金“多核学习研究”(编号:60603098),22万元，完成情况"优秀";
--作为主要参加人员完成“支撑向量机的模型选择与整体优化问题研究”的国家自然科学基金研究(编号:60572150),完成情况“优秀”；
--参加“十.五”预研项目(编号:**，Y1320314)和横向项目的研究工作;
--作为主要完成人完成“三维放射治疗系统”的横向项目研究(编号:O0303B04、O0303P09)。
-----------------------------------------------------------------
论文/著作
教材专著
2.《数学规划基础》,刘红英,夏勇,周水生.北京航空航天大学出版社,2013.获北京市2013年精品教材.
1.《大学生数学手册》,王金金,任春丽,冶继民,周水生.西安电子科技大学出版社,2008.
近期发表的部分论文(GoogleScholar学术引用统计)
40.ShuishengZhou.SparseLSSVMinPrimalforLargeScaleProblems,SubmittedtoIEEETrans.NNLS.2014.(pdf,code)
39.ShuishengZhou.Whichisbetter?RegularizationinRKHSvsRmforRSVMs,Statistics,OptimizationandInformationComputing,1(1),82-106,2013.(pdf,code)
38.ShuishengZhou,JiangtaoCui,etal.NewSmoothingSVMAlgorithmwithTightErrorBoundandEfficientReducedTechniques.ComputationalOptimizationandApplications,56(3),599-617,2013.(pdf,code)
37.ShuishengZhou,FengYeetal.ExactSparseLS-SVM.inProceedingsofthe5thInternationalConferenceonOptimizationandControlwithApplications(OCA2012),pp143-148,Beijing,China,December4-8,2012.
36.Warmuth,ManfredK,Kotowski,Wojciech;Zhou,Shuisheng.Kernelizationofmatrixupdates,whenandhow?AlgorithmicLearningTheory-23rdInternationalConference,ALT2012,v.7568LNAI,p350-364,2012.
35.YinliDong,ShuishengZhou.SVMRegularizerModelsonRKHSvs.onRm,LNCS7389(ICIC2012),pp.103-111,2012(EI/ISTP).
34.董银丽,周水生,高艳.新的软间隔AdaBoost弱分类器权重调整算法,计算机工程,2012,38(7):125-127.
33.ShuishengZhou,ManfredK.Warmuth,YinliDongandFengYe.NewCombinationCoefficientsforAdaBoostAlgorithms,ICNC2010,pp:3194-3198(EI/ISTP).
32.JiangtaoCui,ZhiyongAn,YongGuo,ShuishengZhou.EfficientnearestneighborquerybasedonextendedB-treeinhigh-dimensionalspace.PatternRecognitionLetters,2010,31(12):1740-1748SCI/EI).
31.ShuishengZhou,HongweiLiu,FengYe.VariantofGaussianKernelandParameterSettingMethodforNonlinearSVM.Neurocomputing,2009,72(13-15):2931-2937(SCI/EI).
30.ShuishengZhou,HongweiLiu,LihuaZhou.ANewIterativeAlgorithmTrainingSVM.OptimizationMethodandSoftware,2009,24(6):913-932(SCI/EI).
29.TiantianChang,HongweiLiu,ShuishengZhou.LargescaleclassificationwithlocaldiversityAdaBoostSVMalgorithm,JOURNALOFSYSTEMSENGINEERINGANDELECTRONICS,20(6):1344-1350,2009/12(SCI/EI).
28.赵玲玲,周水生,王雪岩.基于集成算法的半监督学习,信号处理,2009,25(8A):320-323.
27.FengYe,HongweiLiu,ShuishengZhou,SanyangLiu.Asmoothingtrust-regionNewton-CGmethodforminimaxproblem.AppliedMathematicsAndComputation,2008,199(2):581-589.(SCI/EI).
26.B.S.Goh,FengYe,ShuishengZhou.SteepestDescentAlgorithmsinOptimizationwithGoodConvergenceProperties,20thChineseControlandDecisionConference,2008/7/2,pp1526-1530.(EI/ISTP)
25.ShuishengZhou,HongweiLiu,LihuaZhou.SemismoothNewtonSupportVectorMachine.PatternRecognitionLetters,2007,28(15):2054-2062.(SCI/EI).
24.JiangtaoCui,ShuishengZhou,JundingSun.Efficienthigh-dimensionalindexingbysortingprincipalcomponent.PatternRecognitionLetters.2007,28(16):2412-2418.(SCI/EI).
23.JiangtaoCui,ShuishengZhou,ShanZhao.PCR-tree:ACompression-basedindexstructureforsimilaritysearchinginhigh-dimensionalimagedatabases,FSKD2007,pp395-400,2007/8/24(EI/ISTP).
22.ShuishengZhou,HongweiLiu,FengYe.TheVariantofGaussianKernelandItsModelSelectionMethod,3edinternationalconferenceonNaturalComputation,Haikou,China,2007,August,pp683-687.(EI/ISTP).
21.王钰,周水生,刘红卫.采用双目标优化的核参数选择方法,电光与控制,2007,14(06):197-201.
20.ShuishengZhou,HongweiLiu,JiangtaoCui,LihuaZhou.ExactSemismoothNewtonSVM.SLNSC4221:AdvanceinNaturalComputation,2006,9(SCI/EI/ISTP).
19.ShuishengZhou,WeiweiWang,LihuaZhou.ANewTechniqueforGeneralizedLearningVectorQuantizationAlgorithm.ImageandVisionComputing,2006,Vo.24,No.7,649-655(SCI/EI).
18.周水生,周利华.共轭梯度型支撑向量机(CGSVM).模式识别与人工智能,2006,19,2,129-136.(EI)
17.周水生,詹海生,周利华.训练支持向量机的Huber近似算法.计算机学报,2005,28,10,1664-1670.(EI)
16.周水生,周利华.训练支持向量机的低维Newton算法,系统工程与电子技术,2004,26,9,1315-1318.(EI)
15.张惠娟,周水生,周利华.一种混合实时任务系统的公平调度算法.西安电子科技大学学报,2004,31,2,272-275.(EI)
14.ShuishengZhou,LihuaZhou.AnewmeasuretoimprovetheperformanceoftheLVQalgorithms,PictureCodingSymposium.SaintMalo,France,2003,4,115-118.(EI).
13.周水生,容晓锋,周利华,训练支持向量机的极大熵方法.信号处理,2003,19,6,595-599.
12.周水生,张惠娟,崔江涛,周利华.一种提高学习向量量化算法的新方法.中国图像图形学报.2003,8,A,59-63.
11.周水生,周利华.修正的广义学习向量量化算法.计算机工程,2003,29,13,34-36.(EI)
10.周水生,容晓峰,周利华.计算两个凸多面体间距离的一个新算法.苏州科技学院学报.2003,20,2,11-16.
9.崔江涛,周水生,周利华.高维图像数据库中一种新的多分辨率特征匹配算法.中国图像图形学报.2003,8,A,488-491.
8.ShuishengZhou,LihuaZhou,WeiguangLiu,Anewgeneralizedlearningvectorquantizationalgorithm.SPIE2002,Vol4875:111-117.(EI,ISTP).
7.周水生，周利华.确定最优分类超平面的新算法.西安电子科技大学学报.2002,29,6,791-795.(EI)
6.周水生,容晓峰,周利华.判断两个凸多面体相交的简单算法.宝鸡文理学院学报,2002,22,1,24-26.
5.赵天绪,郝跃，周水生.VLSI冗余单元最优分配的遗传算法.电子与信息学报.2001,23,1,96-99.
4.刘红英;刘三阳;周水生.两层广义线性规划.系统工程学报.2000,15,2,131-135.
3.周水生,刘三阳,刘红英.价格控制问题及其推广形式的罚函数法.系统工程学报,1999,14,2,156-161.
2.周水生,刘三阳.价格控制问题的基本性质.应用数学与计算数学学报.1998,12,2,53-58.
1.周水生,刘三阳.线性-二次二层规划问题的性质及全局算法.西安电子科技大学学报,1998,25,1,24-27.
-----------------------------------------------------------------
荣誉获奖
成果奖励
--2012年获陕西省科学技术奖二等奖(第3完成人)；
--2012年获陕西高等学校科学技术奖一等奖(第3完成人)；
--2011年获全国数学建模竞赛竞赛陕西赛区"优秀指导教师"；
--2011年获校"优秀留学回国人员"；
--2007年获校“优秀教师”；
--近10多年来指导本校大学生参赛队获美国大学生数学建模竞赛一、二等奖、全国数学建模竞赛一、二等奖多次；
--2005年获校级教学成果一等奖；
--2005年获得校“十佳青年教师”称号；
-----------------------------------------------------------------
科研团队
团队教师
博士研究生
硕士研究生
2006级：孙淑伟秦传东
2007级：赵玲玲刘明王文丽王雪岩吴慧
2008级：高艳王坤朋
2009级：坚文进刘琰付岚徐新功
2010级：吴昌楠李恩宁李鹏程
2011级：武亚静赵扬扬
2012级：齐焕芳郑颖穆新亮
2013级：边综丽尹金娣
-----------------------------------------------------------------
工程优化方法
工程优化方法
第6-8讲无约束优化第9-12讲线性规划第13-15讲约束优化(全)
课程编号：0721005
学时：46
学分：3.0
上课学期：2011秋
课程性质：全校硕士生公共必修课参考教材：《最优化计算方法》(陈开周编)、《最优化伦理与算法》(陈宝林编);
考核方式：平时成绩(作业+考勤)+期末闭卷考试；
数据挖掘中的数学方法
数据挖掘中的数学方法
第4讲第5讲第6讲
课程编号：0721045
学时：46
学分：3.0
上课学期：2012春
课程性质：应用数学硕士生学位课参考教材：《数据挖掘中的新方法——支持向量机》(邓乃扬等著)、《统计学习理论的本质》(V.N.Vapnik著,张学工译);
考核方式：平时成绩(作业+考勤)+期末闭卷考试；
高等数学
数学建模
数学模型
优化模型应用举例
学时：30
学分：2.0
上课学期：2013春
课程性质：全校公选课参考书目(不限于)
1.《数学建模与数学实验》,赵静,但琦主编,高等教育出版社,2003年6月第二版;
2.《数学模型》,姜启源编,高等教育出版社,2003;
3.《数学建模》，叶其孝,姜启源等译，机械工业出版社，2004-12-06
4.《数学建模》,杨启帆,谈之奕,何勇编,浙江大学出版社,2006年6月(二版);
5.《数学建模基础》,薛毅主编,北京工业大学出版,2004年4月;
6.《数学建模》,刘锋编著,南京大学出版,2005年9月;
考核方式：平时作业＋结课大作业；
数学分析选讲
课件下载
计算机文化基础
-----------------------------------------------------------------
招生要求
欢迎有志从事应用数学、运筹学与控制论专业研究,特别是最优化方法在数据挖掘、机器学习、模式识别、智能信息处理等方面应用的本科/硕士生报考.硕士招生名额:2-5人/届博士招生名额:1-3人/届.注：博士报考务必提前通过电子邮件联系！
-----------------------------------------------------------------
Profile
ShuishengZhou,Professor
SchoolofScience,XidianUviversity
ContactInformation
Address:P.O.Box68ofXidianUniversity,Xi'an,710071,China
Email:sszhouatmail.xidian.edu.cn
Tel:86-**
Introduction
ShuishengZhouisaprofessorofappliedmathematics,XidianUniversity.
ResearchInterests
1．Optimizationtheory,algorithmandapplications;
2．Optimizationmethodsindatamining,SupportVectorMachines,
3．Kernellearning,Sparserepresentation
4．Patternrecognition
5．Mathematicalmodelingforcomplicatedproblems
