基本信息
苗启广
教授 博士生导师
博士学科：计算机应用技术
硕士学科：计算机应用技术
工作单位：计算机科学与技术学院
个人简介
苗启广，博士，教授，博士生导师，西安电子科技大学计算机科学与技术学院副院长，学院教授委员会主任；西安市大数据与视觉智能重点实验室主任；2012年入选“教育部新世纪优秀人才支持计划”；中国计算机学会（CCF）理事、CCF YOCSEF主席(2017-2018)，ACM西安常务理事，陕西省计算机学会理事、陕西省大数据与云计算产业联盟理事、中国大数据产业应用协同创新联盟理事、中国大数据应用西北联盟常务理事; CCF计算机视觉专委会常务委员，CCF 大数据专委会委员，CCF人工智能与模式识别专委会委员，CCF 青年工作委员会委员， CCF 分部与会员工作委员会执委，CCF 专家资源工作小组执委；教育部工程专业认证协会计算机分委会工程专业认证专家;海上指挥控制专委会委员, 航空学会信息融合专委会委员，IEEE Senior Member。2013年12月-2014年7月受国家留学基金委资助在美国做高级研究****；2005年12月获西安电子科技大学计算机应用技术博士学位，主要从事计算机视觉、机器学习、大数据分析方面的研究。主持在研和完成核高基国家重大科技专项课题、国家重点研发计划课题、国家自然科学基金、省自然科学基金、*科研项目*、国防863、武器装备基金、教育部高校基本科研业务费重点项目项目30余项； 2008 /2011/2014年分别获西安电子科技大学“十佳师德标兵”称号；近年来，在IEEE TNNLS/TIP/TGRS/TEC/TIST; AAAI、IJCAI; Plos One、JVCIR、Knowledge Based System、NeuroComputing、IET Image Processing、International Journal of Information Security、软件学报、计算机学报、电子学报、光学学报等国内外重要学术期刊、国际会议上发表SCI/EI收录论文100余篇。担任FG2018、NPC 2016国际会议组织委员会主席、、ICYCSEE 2018、IEEE Advanced Information Management, Communicates, Electronic and Automation Control Conference (IEMCE)（2015-2018）国际会议程序委员会主席；CCF 2018年大数据学术会议、2016年全国高性能计算学术年会、2015年CCF 首届中国计算机视觉大会程序委员会主席、2011年CCF 首届青年精英大会、NPC 2016国际会议组织委员会主席； CCCV 2015/HPC China 2016程序委员会主席，ICCV、CVPR、ECCV、IJCAI、AAAI、CIS 2012/2013/2014/2015/2016、CCFAI 2013、CNCC2008、CCDM2014、IEEE WACV 2015、ICYCSEE 2015、NCIIP 2013/2015、CSA2015 PC Member； International Journal of Bio-Inspried Computing等国际期刊的Associate Editor； Neurocomputing、Journal of Memetic Computing、 Multimedia Tools and Application、Journal of Industrial Mathematics等期刊的Guest Editor；计算机科学、软件工程、中国计算机学会通讯（CCCF）、物联网技术等国内外期刊编委； 担任国家奖评审专家、国家重点研发计划、国防基础科研评审专家等。先后获省部级奖2项。
主要研究方向
1.计算机视觉
2.机器学习
3.高性能计算
4.大数据分析
联系方式
通信地址：西安电子科技大学167信箱
EMail：qgmiao at xidian.edu.cn
办公电话：
办公地点：北校区主楼IV区222
第六届大数据学术会议征文
ICDIS2019 Call for Papers
实验室新闻-动态-进展
[2019.3.27] 应计算机科学与技术学院副院长、CCF西电学生分会督导主任苗启广教授邀请，西南科技大学计算机学院副院长吴亚东教授来我院进行交流访问，并为研究生作了题为“可视化让视觉分析触手可及”的学术报告。（New）
[2018.12.09] CCF西电学生分会成立大会在我校顺利举行，苗启广教授受聘担任分会督导主任。（New）
[2018.11.30] 应苗启广教授邀请，日本静冈大学副教授Damon M. Chandler来我校访问并作了题为“ On the perception and misperception of Quality Assessment Research”的学术报告。（New）
[2018.10.14] 由西安电子科技大学承办的第六届CCF大数据学术会议在陕西宾馆圆满结束！（New）
[2018.09.21] 苗启广教授代表西安电子科技大学计算机科学与技术学院成功申办2019年CCF嵌入式系统学术年会。（New）
[2018.09.08]祝贺博士生刘如意于2018年9月8日顺利通过博士学位论文答辩！（New）
[2018.09.08] 应苗启广教授邀请，IEEE TEVC主编、香港城市大学Kay Chen TAN教授来实验室交流访问，并做了题为“DifferentialEvolution-based Methods for Numerical Optimization”的主题报告。（New）
[2018.05.31] 祝贺张越等8名硕士研究生于2018年6月3日顺利通过硕士学位论文答辩!（New）
[2018.05.19] 苗启广教授作为local chair承办的IEEE FG 2018于5月16日-19日在西安顺利召开。（New）
[2018.05.04] 苗启广教授带领的“计算机视觉与网络智能团队”在计算机学院会议室举行“三好三有”研究生导学团队挂牌仪式。校党委副书记杨银堂、研工部部长秦荣、研究生院奖助办科长霍学浩、计算机学院副院长王卫东等有关领导及团队师生40余人出席。（New）
[2018.04.17] 应苗启广教授邀请，悉尼大学副教授欧阳万里博士来我校访问，并做了题为“结构化深度模型及其在基于视觉的定位和识别中的应用”的报告。（New）
[2017.12.10] 由西电计算机学院和研究生院主办的“智见未来：大数据关键技术”学术研讨会在西电图书馆西裙楼三楼报告厅举行。苗启广教授主持了本次会议。
[2017.11.28] 第二届“三好三有”研究生导学团队评审会在北校区阶梯教学楼112隆重举行,苗启广教授带领计算机视觉与网络智能团队的获得第二届“三好三有”研究生导学团队荣誉称号和“最佳人气奖”。
[2017.10.14] 苗启广教授代表西安电子科技大学成功申办2018年第六届CCF大数据会议。
[2017.10.13] 苗启广教授与博士生刘如意、李宇楠、葛道辉、赵佩佩、毛远宏，硕士生齐相达等一行七人前往天津参加2017中国计算机视觉大会（CCCV 2017），苗启广教授应邀主持Oral session: Detection & Classification，并在专题论坛：大规模视频场景下的手势识别上作题为"基于视频的大规模手势识别——分析与挑战"的报告，博士生刘如意在大会宣读论文A Semi-supervised Image Classification Model based on Improved Ensemble Projection Algorithm。
[2017.09.26]应苗启广教授邀请，浙江大学李玺教授来实验室访问，并作主题报告。
[2017.07.21] 热烈祝贺实验室李宇楠、石维康、徐昕、马振鑫同学组成的ASU团队在Chalearn LAP国际大规模手势识别竞赛中成功卫冕冠军！
[2017.07.08] 苗启广教授应邀在清华大学学术交流中心作了题为《Large-scale gesture recognition based on C3D convolutional networks》的学术报告。
[2017.06.16] “CCF走进高校活动”第513期在大连海洋大学举行,苗启广教授应邀作了题为《Large-scale gesture recognition based on C3D convolutional networks》的学术报告。
更多新闻......
书籍资源下载
《New Advances in Image Fusion》，2013.11.20，欢迎下载；（2013.11.20）
Book Chapter : Chapter 7：Image Fusion based on Shearlets, 2013.11.20，欢迎下载；(2013.11.20)
研究生招生信息
~~~~~~~~~~~~~~~~~~~~~~~~~~
关于研究生招生的信息
~~~~~~~~~~~~~~~~~~~~~~~~~~
1. 2020年将结合在研的核高基重大专项、国家重点研发计划、国家自然科学基金、*科研项目*、教育部新世纪优秀人才支持计划项目等课题， 招收博士研究生1-2名；学术和专业学位硕士研究生7-8名左右。
2. 要求英语基础较好，英语过六级，具有良好的听说读写能力；
3. 博士生要求具有较好的数学基础；
4. 获得过ACM竞赛省级以上奖励、承担过国家大学生创新计划项目、做过具体的较大的自主选题的软件项目的优秀的同学，优先考虑。
寄语：研究生阶段，是个人超越的阶段！
自省：醒着，就抓紧时间工作！
基本信息
苗启广
教授 博士生导师
博士学科：计算机应用技术
硕士学科：计算机应用技术
工作单位：计算机科学与技术学院
个人简介
苗启广，博士，教授，博士生导师，西安电子科技大学计算机科学与技术学院副院长，学院教授委员会主任；西安市大数据与视觉智能重点实验室主任；2012年入选“教育部新世纪优秀人才支持计划”；中国计算机学会（CCF）理事、CCF YOCSEF主席(2017-2018)，ACM西安常务理事，陕西省计算机学会理事、陕西省大数据与云计算产业联盟理事、中国大数据产业应用协同创新联盟理事、中国大数据应用西北联盟常务理事; CCF计算机视觉专委会常务委员，CCF 大数据专委会委员，CCF人工智能与模式识别专委会委员，CCF 青年工作委员会委员， CCF 分部与会员工作委员会执委，CCF 专家资源工作小组执委；教育部工程专业认证协会计算机分委会工程专业认证专家;海上指挥控制专委会委员, 航空学会信息融合专委会委员，IEEE Senior Member。2013年12月-2014年7月受国家留学基金委资助在美国做高级研究****；2005年12月获西安电子科技大学计算机应用技术博士学位，主要从事计算机视觉、机器学习、大数据分析方面的研究。主持在研和完成核高基国家重大科技专项课题、国家重点研发计划课题、国家自然科学基金、省自然科学基金、*科研项目*、国防863、武器装备基金、教育部高校基本科研业务费重点项目项目30余项； 2008 /2011/2014年分别获西安电子科技大学“十佳师德标兵”称号；近年来，在IEEE TNNLS/TIP/TGRS/TEC/TIST; AAAI、IJCAI; Plos One、JVCIR、Knowledge Based System、NeuroComputing、IET Image Processing、International Journal of Information Security、软件学报、计算机学报、电子学报、光学学报等国内外重要学术期刊、国际会议上发表SCI/EI收录论文100余篇。担任FG2018、NPC 2016国际会议组织委员会主席、、ICYCSEE 2018、IEEE Advanced Information Management, Communicates, Electronic and Automation Control Conference (IEMCE)（2015-2018）国际会议程序委员会主席；CCF 2018年大数据学术会议、2016年全国高性能计算学术年会、2015年CCF 首届中国计算机视觉大会程序委员会主席、2011年CCF 首届青年精英大会、NPC 2016国际会议组织委员会主席； CCCV 2015/HPC China 2016程序委员会主席，ICCV、CVPR、ECCV、IJCAI、AAAI、CIS 2012/2013/2014/2015/2016、CCFAI 2013、CNCC2008、CCDM2014、IEEE WACV 2015、ICYCSEE 2015、NCIIP 2013/2015、CSA2015 PC Member； International Journal of Bio-Inspried Computing等国际期刊的Associate Editor； Neurocomputing、Journal of Memetic Computing、 Multimedia Tools and Application、Journal of Industrial Mathematics等期刊的Guest Editor；计算机科学、软件工程、中国计算机学会通讯（CCCF）、物联网技术等国内外期刊编委； 担任国家奖评审专家、国家重点研发计划、国防基础科研评审专家等。先后获省部级奖2项。
主要研究方向
1.计算机视觉
2.机器学习
3.高性能计算
4.大数据分析
联系方式
通信地址：西安电子科技大学167信箱
EMail：qgmiao at xidian.edu.cn
办公电话：
办公地点：北校区主楼IV区222
第六届大数据学术会议征文
ICDIS2019 Call for Papers
实验室新闻-动态-进展
[2019.3.27] 应计算机科学与技术学院副院长、CCF西电学生分会督导主任苗启广教授邀请，西南科技大学计算机学院副院长吴亚东教授来我院进行交流访问，并为研究生作了题为“可视化让视觉分析触手可及”的学术报告。（New）
[2018.12.09] CCF西电学生分会成立大会在我校顺利举行，苗启广教授受聘担任分会督导主任。（New）
[2018.11.30] 应苗启广教授邀请，日本静冈大学副教授Damon M. Chandler来我校访问并作了题为“ On the perception and misperception of Quality Assessment Research”的学术报告。（New）
[2018.10.14] 由西安电子科技大学承办的第六届CCF大数据学术会议在陕西宾馆圆满结束！（New）
[2018.09.21] 苗启广教授代表西安电子科技大学计算机科学与技术学院成功申办2019年CCF嵌入式系统学术年会。（New）
[2018.09.08]祝贺博士生刘如意于2018年9月8日顺利通过博士学位论文答辩！（New）
[2018.09.08] 应苗启广教授邀请，IEEE TEVC主编、香港城市大学Kay Chen TAN教授来实验室交流访问，并做了题为“DifferentialEvolution-based Methods for Numerical Optimization”的主题报告。（New）
[2018.05.31] 祝贺张越等8名硕士研究生于2018年6月3日顺利通过硕士学位论文答辩!（New）
[2018.05.19] 苗启广教授作为local chair承办的IEEE FG 2018于5月16日-19日在西安顺利召开。（New）
[2018.05.04] 苗启广教授带领的“计算机视觉与网络智能团队”在计算机学院会议室举行“三好三有”研究生导学团队挂牌仪式。校党委副书记杨银堂、研工部部长秦荣、研究生院奖助办科长霍学浩、计算机学院副院长王卫东等有关领导及团队师生40余人出席。（New）
[2018.04.17] 应苗启广教授邀请，悉尼大学副教授欧阳万里博士来我校访问，并做了题为“结构化深度模型及其在基于视觉的定位和识别中的应用”的报告。（New）
[2017.12.10] 由西电计算机学院和研究生院主办的“智见未来：大数据关键技术”学术研讨会在西电图书馆西裙楼三楼报告厅举行。苗启广教授主持了本次会议。
[2017.11.28] 第二届“三好三有”研究生导学团队评审会在北校区阶梯教学楼112隆重举行,苗启广教授带领计算机视觉与网络智能团队的获得第二届“三好三有”研究生导学团队荣誉称号和“最佳人气奖”。
[2017.10.14] 苗启广教授代表西安电子科技大学成功申办2018年第六届CCF大数据会议。
[2017.10.13] 苗启广教授与博士生刘如意、李宇楠、葛道辉、赵佩佩、毛远宏，硕士生齐相达等一行七人前往天津参加2017中国计算机视觉大会（CCCV 2017），苗启广教授应邀主持Oral session: Detection & Classification，并在专题论坛：大规模视频场景下的手势识别上作题为"基于视频的大规模手势识别——分析与挑战"的报告，博士生刘如意在大会宣读论文A Semi-supervised Image Classification Model based on Improved Ensemble Projection Algorithm。
[2017.09.26]应苗启广教授邀请，浙江大学李玺教授来实验室访问，并作主题报告。
[2017.07.21] 热烈祝贺实验室李宇楠、石维康、徐昕、马振鑫同学组成的ASU团队在Chalearn LAP国际大规模手势识别竞赛中成功卫冕冠军！
[2017.07.08] 苗启广教授应邀在清华大学学术交流中心作了题为《Large-scale gesture recognition based on C3D convolutional networks》的学术报告。
[2017.06.16] “CCF走进高校活动”第513期在大连海洋大学举行,苗启广教授应邀作了题为《Large-scale gesture recognition based on C3D convolutional networks》的学术报告。
更多新闻......
书籍资源下载
《New Advances in Image Fusion》，2013.11.20，欢迎下载；（2013.11.20）
Book Chapter : Chapter 7：Image Fusion based on Shearlets, 2013.11.20，欢迎下载；(2013.11.20)
研究生招生信息
~~~~~~~~~~~~~~~~~~~~~~~~~~
关于研究生招生的信息
~~~~~~~~~~~~~~~~~~~~~~~~~~
1. 2020年将结合在研的核高基重大专项、国家重点研发计划、国家自然科学基金、*科研项目*、教育部新世纪优秀人才支持计划项目等课题， 招收博士研究生1-2名；学术和专业学位硕士研究生7-8名左右。
2. 要求英语基础较好，英语过六级，具有良好的听说读写能力；
3. 博士生要求具有较好的数学基础；
4. 获得过ACM竞赛省级以上奖励、承担过国家大学生创新计划项目、做过具体的较大的自主选题的软件项目的优秀的同学，优先考虑。
寄语：研究生阶段，是个人超越的阶段！
自省：醒着，就抓紧时间工作！
科研团队
苗启广 权义宁 宋建锋 戚玉涛 纪建 王书振 盛立杰 王 煦
科研课题
目前研究团队承担的科研项目：
1) 2015.01-2018.12，彩色地形图中地理要素提取与识别技术研究（国家自然科学基金项目)
2) 2013.01-2016.12，机载Lidar点云与航空影像的智能三维融合技术研究（国家自然科学基金项目）
3) 2011.01-2013.12，基于Shearlet的图像奇异性检测及在无水桥梁识别中的应用研究（国家自然科学基金项目)
4) 2008.01-2010.12,多尺度几何分析与人类视觉系统相结合的图像融合技术研究（国家自然科学基金项目)
5) 2013.01-2015.12,机载lidar点云与遥感影像的目标提取关键技术研究（教育部新世纪优秀人才支持计划项目)
6) 2011.01-2015.12，基于多维度××××的三维信息融合技术（国防863项目)
7) 2011.01-2015.12，（*科研项目*)
8) 2011.01-2015.12，（*科研项目*)
9) 2012.01-2014.12，多传感器三维图像信息融合技术研究（中央高校基本科研业务费重点项目)
10) 2014.01.01-2015.12.30, 复杂背景图像中文本信息的自动提取与编组算法研究（陕西省自然科学基金）
11) 2009.09-2011.09，基于融合图像的战场打击效果评估技术研究
12) 2011.01-2012.12，图像处理领域软件构件技术开发与应用
13) 2010.01-2011.12，基于形状的车辆运动图像中的目标特征提取与识别技术研究
14) 2012.01-2012.06，Windows平台高性能VPN软件（科技部某项目子课题)
15) 2012.10-2014.04，计算机网络攻防分析技术与验证平台研究（十五所合作项目）
16) 2013.07-2014.06，VPN客户端加速技术研究（江苏金陵科技集团公司）
17) 2013.07-2014.06，VPN新加密算法扩展（江苏金陵科技集团公司）
18) 2011.03-2012.03，沙盒技术研究（（江苏金陵科技集团公司）)
19) 2012.01-2013.12，基于集成学习的恶意程序行为特征提取与分类研究（中央高校基本科研业务费项目)
20) 2012.09-2012.12，恶意文件启发式检测引擎技术研究（（江苏金陵科技集团公司)
21) 2011.03-2012.03，恶意文件行为监控技术研究（江苏金陵科技集团公司）
22) 2009.09-2010.12, 基于××分析的恶意软件检测方法研究（江苏金陵科技集团公司)
23) 2011.01-2012.12，企业数据安全保护软件（西安市科技局项目）
研究生承担的创新项目
2012.01-2013.12，基于集成学习的恶意程序行为特征提取与分类研究（中央高校基本科研业务费项目），负责人：曹莹（博士生）
2013.01-2014.12，低质量彩色扫描地图图像颜色分割算法研究（中央高校基本科研业务费研究生创新基金项目），负责人：许鹏飞(博士生)
2011.12-2012.12，Android系统核心管理工具（西安电子科技大学鲲鹏研究生创新实践基金项目）负责人：郑艺斌（硕士生）
博士研究生
2018秋：李超能 辛文天 高欢
2017秋：赵佩佩
2016秋：葛道辉
2015秋：李宇楠
2014秋：彭志浩
2013秋：刘如意
2013春：刘天歌（2016年1月毕业）
2012春：唐 兴（2016年1月毕业）
2011秋：刘家辰（2015年1月毕业）
2010秋：许鹏飞（2014年7月毕业）、曹 莹（2014年11月毕业）
硕士研究生
2018级：
张一萌、房慧娟、舒秀峰、王宇杰、杨炳琛、陈慧州
2017级：
史媛媛、李超能、王崇晓、王丽媛、姚小乐、张镇、韦玥
2016级：
马振鑫、付永康、王雅晴、申猛、范哲瑞、陆梦娟、王琛超、王伟伟、杨仕琴、胡旭、齐相达
2015级：
张 越、于尚尚、董 泽、石维康、孙尔强、梅 涛、郭玲云、范莹莹、徐 昕
2014级：
李宇楠、雪 晴、田 宽、秦 鹏、王攀峰、郭彦涛、田小娣、周天顺
2013级：
张金征、孙亚楠、何兴杰、汪 梁、任 静、彭志浩、杨 晔、赵佩佩、张 浩、程世清、李世普
2012级：
张 萌、郭 雪、翟晓婕、王维炜、刘如意、李超峰、周国庆、宣贺君、云思雨、师 顿、张天久
杨腾飞
2011级：
白 晋、熊其冰、乔 磊、王艳红、刘天歌、郑艺斌、陈俊先、刘志伟、蒋嘉琦
2010级：
刘家辰、王一丁、陈 涛、郑春阳、史俊杰、黄有成、张 磊、马树发、孟轲文、张 晔
2009级：
曹 莹、宁淑婷、豆飞飞、刘文闯、石 程、俞晓光、许鹏飞、秦媛媛、朱 震、顾 欣、吴晓盈
2008级：
楼晶晶、杨 眉、刘 慧、刘 娟、杨元柱、孔哲鹏、王 蕴、王艳芳、张 永、孙 灿
2007级：
翁文奇、张 腊
荣誉奖励
1. 2014年9月获西安电子科技大学“优秀教师”称号
2. “智能目标识别中的关键技术研究”获2011年重庆市自然科学技术三等奖
3. 2011年5月获西安电子科技大学“十佳师德标兵”称号
4.“智能化×××数据/信息融合技术研究”荣获2006 年“国防科学技术三等奖”
5. 2008年5月获西安电子科技大学“十佳师德标兵”称号
2015年论文
[1]. QiguangMiao,YingCao,GeXia,MaoguoGong,JiachenLiu,JianfengSong RBoost:LabelNoiseRobustBoostingAlgorithmBasedonaNon-convexLossFunctionandtheNumericallyStableBaselearners.TNNLS, 2015. in press.
[2]. XingTang，QiguangMiao*，YiningQuan，JieTang，KaiDeng.PredictingIndividualRetweetBehaviorbyUserSimilarity:AMulti-TaskLearningApproach.KnowledgeBasedSystem，2015. in press.
[3]. Tiange Liu, Qiguang Miao, Pengfei Xu, Jianfeng Song, Yining Quan. Color Map Segmentation Algorithm Based On Linear Element Features，Multimedia tools and Applications(MTAP). 2015, in press.
[4]. Jia-Chen Liu, Jian-feng Song, Qi-guang Miao, Ying Cao and Yi-ning Quan. An Ensemble Cost-Sensitive One-Class Learning fr[ant]amework for Malware Detection. International Journal of Pattern Recognition and Artificial Intelligence. 2015, in press.
[3]. Qiguang Miao, Pengfei Xu, Tiange Liu, Jianfeng Song, Xiaojiang Chen. A Novel Fast Image Segmentation Algorithm for Large Topographic Maps. NeuroComputing. 2015, in press.
[5]. M. Gong (Corresponding Author), J. Zhao, J. Liu, Q. Miao, L. Jiao. Change Detection in Synthetic Aperture Radar Images Based on Deep Neural Networks. IEEE Transactions on Neural Networks and Learning Systems, 2015, in press.
[6]. Q. Cai, M. Gong (Corresponding Author), S. Ruan, Q. Miao, H. Du. Network Structural Balance Based on Evolutionary Multiobjective Optimization: A Two-Step Approach. IEEE Transactions on Evolutionary Computation, 2015, in press.
[7]. J. Liu, M. Gong (Corresponding Author), Q. Miao, L. Su, H. Li. Change Detection in Synthetic Aperture Radar Images Based on Unsupervised Artificial Immune Systems. Applied Soft Computing, 2015, in press. （SCI 2区，2.679）
[8]. 刘家辰, 苗启广, 曹莹, 宋建锋, 权义宁. 基于混合多样性生成与修剪的集成单类分类算法.电子与信息学报，2015,37（2）：386-393.
[9]. 唐兴，权义宁，宋建锋，邓凯，朱海，苗启广. 基于多任务学习的微博个性化转发行为预测. 西安电子科技大学学报. 2015, in press.
国际期刊论文
2014年
[1]. Shi Cheng，Liu Fang，Miao Qiguang. Pan-sharpening via Region division and Shearlet. Multimedia tools and Applications(MTAP). (SCI: ,EI: )
[2]. Yiping Duan, Jianfeng Song, Qiguang Miao. A new algorithm for recognition of bridges over water in airborne Lidar data，Journal of Applied Remote Sensing (JARS) (SCI: ,EI: )
[3]. Xu Pengfei，Miao Qiguang，Shi Cheng，Shi Junjie. A denoising algorithm via wiener filtering in the shearlet domain. Multimedia tools and Applications，71(3): 1529-1558 (2014)（SCI：/EI：)
[4]. 宣贺君，苗启广,刘如意，郭雪.基于不规则三角网的LiDAR点云数据的边缘检测新算法.光学学报（已录用）（EI）
[5]. 刘家辰,苗启广,曹莹,宋建锋,权义宁.基于混合多样性生成与修剪的集成单类分类算法.电子与信息学报（已录用）（EI）
[6]. 苗启广，史俊杰，刘天歌，师顿.一种快速生成DSM的不规则三角网构网新方法.系统工程与电子技术（已录用）（EI:）
[7]. 苗启广，宁淑婷，张晔.基于二级模糊综合评判的建筑物打击效果评估研究；系统工程理论与实践（已录用）（EI:）
[8]. Qiguang Miao,Xing Tang,Yining Quan.A Novel Email Virus Propagation Model with Local Group.The 11th IEEE International Conference on Ubiquitous Intelligence and Computing(UIC) 2014,Bali,Indonesia,9-12 Dec 2014. （CCF C类）
[9]. Tang Xing，Miao Qiguang，Quan Yining. Detecting Circles on Ego Network Based on Structure. CIS2014.
[10]. Xing Tang, Yining Quan, Qiguang Miao, Ruihong Hou and Kai Deng. Information Propagation with Retweet Probability on Online Social Network.The International Conference of Young Computer Scientists, Engineers and Educators (ICYCSEE) 2015, Harbin, China, 10-12 Jan2015.
2013年
[1]. Qiguang Miao,Pengfei Xu,Tiange Liu,Yun Yang,Junying Zhang, Weisheng Li. Linear Feature Separation from Topographic Maps Using Energy Density and Shear Transform.IEEE Transaction On Image Processing， 2013,22(4):1548-1558.（IF=3.199，SCI 2区）[Paper][Matlab Code]
[2].Miao Qiguang，Shi Cheng, Xu Pengfei. A novel algorithm of image fusion based on shearlets and PCNN. Neurocomputing.2013,117（10）：47-53（IF：1.440）(SCI)
[3]. Ying Cao，Qiguang Miao，Jiachen Liu，Weisheng Li.Osiris: a Malware Behavior Capturing System Implemented at Virtual Machine Manage la[ant]yer.Mathematical Problems in Engineering.2013,Article ID 402438, 11 pages(SCI)
[4]. Ying Cao , Qiguang Miao , Jiachen Liu , Lin Gao.，A Behavior Graph based Method for Malware Analysis，Journal of Computer Virology and Hacking Techniques. Journal in Computer Virology & Hacking System. (DOI) 10.1007/s11416-013-0186-3（EI：IP**）<?XML:NAMESPACE PREFIX = "O" />
2012年
[1]. Xu Pengfei，Miao Qiguang，Shi Cheng，Shi Junjie. A Novel Method for Image Denoising Based on Shearlets. Multimedia tools and Applications， DOI: 10.1007/s11042-012-1290-y （IF：0.617）(SCI)
[2]. Pengfei Xu, Qiguang Miao, Cheng Shi. A General method for Edge Detection Based on The Shear Transform. IET Image Processing. 2012，6(7):839-853.（IF：1.517）(SCI)
[3]. Xu Pengfei，Miao Qiguang, Shi Cheng, Junying Zhang Weisheng Li. An edge detection algorithm based on the multi-direction shear transform. Journal of Visual Communication and Image Representation.2012,23（5）：827-833.（IF：1.394）(SCI)
[4]. Qiguang Miao，Juan Liu, Weisheng Li,Junjie Shi，Yiding Wang. Three Novel Invariant Moments Based on Radon and Polar Harmonic Transforms. Optics Communications，2012,285（6）: 1044-1048（IF：1.517） (SCI)
2011年以前
[7]. Qiguang Miao，Cheng Shi，Pengfei Xu，Mei Yang，Yaobo Shi. Multi-focus Image Fusion Algorithm Based on Shearlets. Chinese Optics Letters.2011，9(4):041001-1～5（IF：0.804）(SCI)
[8]. Miao Qi-guang,Shi Cheng,Xu Peng-fei,Yang Mei,Shi Yao-bo.A Novel Algorithm of Image Fusion Using Shearlets. Optics Communications，2011,284（6）:1540-1547（IF：1.517）(SCI)
[9]. Miao Qi-guang, Wang Bao-shu. A Novel Image Fusion Method Using WBCT AND PCA. Chinese Optics Letters, 2008,6(3):104-107. (IF:0.804), (SCI)
[10]. Jian Wu, Weisheng Chen，Qiguang Miao. Asymptotic stabilisation for a class of feedforward input-delay systems with ratios of odd integers. International Journal of Systems Science，2012，Available online: 27 Apr 2012（IF：0.948） (SCI)
[11]. WeiSheng Chen,Wei Li and QiGuang Miao.Backstepping control for periodically time-varying systems using high-order neural network and Fourier series expansion[J]. ISA Transactions, 2010,49(3):283-292. (IF:0.916) (SCI)
国内期刊论文
2012年
[1]. 许鹏飞，苗启广，李伟生，张军英. 基于函数复杂度的自适应模拟退火和禁忌搜索新算法. 电子学报, 2012，40(6):1218-1222
[2]. 曹莹,苗启广，刘家辰,高琳.AdaBoost算法研究进展与展望.（自动化学报，Accepted）
[3]. 曹莹,刘家辰，苗启广，高琳.基于新的行为抽象和改进AdaBoost 算法的恶意程序行为检测新方法（西电学报，Accepted）
[4]. 许鹏飞，杨云，苗启广，孟轲文，张军英.地图数字化中沙地符号的自动去除算法. (系统工程与电子技术，Accepted）
[5]. 苗启广，王蕴，曹莹，刘文闯. 面向最小行为的恶意程序检测研究. 系统工程与电子技术2012,34(8)1735-1740
[6]. 苗启广，刘娟，宁淑婷. 基于模糊综合评判的机场打击效果评估研究.系统工程与电子技术，2012.34(7): 1395-1399
[7]. 苗启广，孔哲鹏，王艳红. 基于分布式免疫进化算法的函数优化. 系统工程与电子技术，2012,34(2)413-417（EI: 299）
2011年前
[10]. 苗启广，翁文奇，许鹏飞. 遥感图像中无水桥梁识别新算法.电子学报,2011,39(7):1698-1701（EI:201**）
[11]. 苗启广，王宝树.基于局部对比度的自适应PCNN图像融合. 计算机学报. 2008，31（5）：113～118. (EI: 972)
[12]. 苗启广，王宝树. 基于非负矩阵分解的多聚焦图像融合. 光学学报，2005，25(6):755～759. (EI: )
[13]. 苗启广，王宝树. 一种自适应PCNN 多聚焦图像融合新方法. 电子与信息学报，2006，28(3):466～470. (EI: )
[14]. 苗启广，王宝树. 基于改进的拉普拉斯金字塔变换的图像融合算法. 光学学报,2007,27(9):1605-1610(EI: )
[15]. 苗启广，王宝树.图像融合的非负矩阵分解算法. 计算机辅助设计与图形学学报，2005， 17(9):2029～2032. (EI: )
[16] 王宝树. 基于有限脊波变换的图像融合方法. 系统工程与电子技术,2008.30(7):1347-1350（EI: ）
[17]. 雷英杰，王宝树，苗启广. 直觉模糊关系及其合成运算.系统工程理论与实践， 2005，25（2）：113～118. (EI: )
[18]. 叶传奇，苗启广，王宝树. 基于非子采样Contourlet变换的图像融合方法. 计算机辅助设计与图形学学报,2007,19(10):1274～1278（EI: ）
[19]. 叶传奇，王宝树，苗启广. 基于NSCT变换的红外与可见光图像融合算法，系统工程与电子技术，2008,30(4):593-596.(EI: )
[20]. 苗启广，王宝树.基于区域分割和Counterlet变换的图像融合算法. 光学学报,2008,28(3):447-453.(EI: )
[21]. 叶传奇，王宝树，苗启广.一种基于区域特性的红外与可见光图像融合算法,光学学报[J].2009,29(5):1240-1247.(EI: 678)
[22]. 叶传奇，王宝树，苗启广.一种基于区域特性的红外与可见光图像融合算法.光子学报,2009,38(6):1498-1502
国际会议论文
[1]. Ying Cao，Jiachen Liu，Qiguang Miao，Weisheng Li. Osiris: a Malware Behavior Capturing System Implemented at Virtual Machine Manage la[ant]yer （CIS 2012）
[2]. Qiguang Miao, Jingjing Lou, Cheng Shi. Image fusion based on NSCT and Bandelet transform .（CIS 2012）
[3]. Qiguang Miao,Pengfei Xu, Weisheng Li, Hai Zhu. A General Edge Detection method Based on the Shear Transform. 2011 Seventh International Conference on Computational Intelligence and Security,CIS2011, Dec.3,2011 – Dec.4, 2011:1400-1404(EI: 089)
[4]. Yang, Siyan,Wu, Xiaoying, Miao, Qiguang，Road-sign segmentation and recognition in natural scenes，2011 IEEE International Conference on Signal Processing, Communications and Computing, ICSPCC 2011，September 14, 2011 - September 16, 2011:966-969(EI: 201**)
[5]. Qi-Guang Miao, Hui-Liu, Xian-Guo Zhang, Zhong-Lin Liu, Yuan-Zhu Yang , Yun-Wang , Ying-Cao,Developing a virtual network environment for analyzing malicious network behavior，2010 Int. Conf. on Educational and Network Technology，June,2010：271-275（EI:924）
[6]. Qi-Guang Miao, Yuan-Zhu Yang, Hui-Liu , Ying-Cao, Yun-Wang , Zhong- Lin Liu, Guang-Guo Zhang，ROPTool: A Reverse Engineering ，Assistant Tool，2010 Int. Conf. on Computer Design and Application，Jun.2010，Vol.2:216-220（EI:028）
[7]. Qi-Guang Miao, Yun-Wang, Xian-Guo Zhang, Zhong-Lin Liu, Ying-Cao, Hui-Liu,Yuan-Zhu Yang,APICapture - a Tool for Monitoring the Behavior of Malware,the 3rd Int. Conf. on Advanced Computer Theory and Engineering，Aug.2010,Vol.4:390-394（EI: 039）
[8]. Miao Qiguang, Yang Mei, Lou Jingjing, Beamlet-Principles, Algorithms and Applications, ICCASM 2010 International Conference on Computer Application and System Modeling, 2010, Vol.9, pp:120-124. (EI: 746)
[9]. Miao Qi-Guang, Cheng Shi, Wei Wang, A Novel Image Digital Watermark Algorithm with Weighted Fractional Calculus Based on Wavelet Coefficients, ICCASM 2010 International Conference on Computer Application and System Modeling, 2010, Vol.11, pp:610-613. (EI: 311)
[10]. Miao Qiguang, Wang Baoshu. Multi-Focus Image Fusion Using Ratio of Blurred and Original Image Intensities. SPIE 2005:Visual Information Processing Ⅹ Ⅳ, Zia-ur Rahman, Robert A. Schowengerdt, Stephen E. Reichenbach, Editors, May 2005,pp.304～311. (EI：，ISTP：031)
[11]. Miao Qiguang, Wang Baoshu. A Novel Image Fusion Algorithm based on PCNN and Contrast. International Conference on Communications, Circuits and Systems of 2006(IEEE ICCCAS 2006) , June 2006, Vol.I, pp.543～547. (EI: ，ISTP：123)
[12]. Miao Qiguang, Wang Baoshu. A Novel Image Fusion Method Using Contourlet Transform. International Conference on Communications, Circuits and Systems of 2006(IEEE ICCCAS 2006) , June 2006, Vol.I, pp.548～552. (EI: ，ISTP：124)
[13]. Miao Qiguang, Wang Baoshu. A Novel Adaptive Multi-focus Image Fusion Algorithm Based on PCNN and Sharpness. SPIE 2005: Sensors, and Command, Control, Communications, and Intelligence(C3I) Technologies for Homeland Security and Homeland Defense Ⅳ, Edward M. Carapezza, Editor, May 2005,pp.704～712. (EI：，ISTP：073)
[14]. Miao Qiguang, Wang Baoshu. The Contourlet Transform for Image Fusion. SPIE 2006: Multisensor, Multisource Information Fusion: Architectures, Algorithms, and Applications, V. Dasarathy, Editor, Proc. of SPIE Vol.6242:62420Z-1～8.（EI：，ISTP：034）
[15]. Miao Qiguang, Wang Baoshu. A novel algorithm of image fusion using finite ridgelet transform. SPIE 2006: Multisensor, Multisource Information Fusion: Architectures, Algorithms, and Applications, V. Dasarathy, Editor, Proc. of SPIE Vol. 6242:62420Y-1～8.（EI：，ISTP：033）
[16]. Miao Qiguang, Wang Baoshu. A Novel Image Fusion Algorithm Based on Human Vision System. SPIE 2006: Multisensor, Multisource Information Fusion: Architectures, Algorithms, and Applications, V. Dasarathy, Editor, Proc. of SPIE Vol. 6242:62420X-1～8.(EI：，ISTP：032)
[17]. Miao Qiguang, Wang Baoshu. A Novel Algorithm of Image Fusion Using FRIT and PCA. The 10th International Conference on information Fusion,2007,7, pp:** (EI: ,ISTP: 104)
著作教材
l 苗启广，叶传奇，汤磊，李伟生. 《多传感器图像融合技术及应用》. 西安电子科技大学出版社，2014年4月（国家科学技术学术著作出版基金资助项目）（京东）
l 苗启广(Book Editor & Chapter 7)，《New Advances in image fusion》（Chapter 7：Image Fusion Based on Shearlets），2013.11.欢迎下载
成果情况
基于物理特性的图像去雾霾处理 基于行为的恶意程序行为分析与检测 图像融合中间件
基于物理特性的图像去雾霾处理
室外场景图像常常因霾或者其他气溶胶粒子的存在而引起降质。当天气不佳时，对于距离成像设备较远的场景点而言，入射光常常会被大气中的气溶胶微粒所衰减。同时，由于大气中粒子的散射而产生的环境光照，也会随着光程的增加而提升亮度。因此，在这些降质图像中远离成像设备的目标，色彩和对比度都会变得很差。近年来****们主要通过基于图像增强和基于物理模型两种方法对图像进行去雾霾处理。相较于基于图像增强的方法，基于物理模型的方法反演了图像的退化过程，更有效的避免了图像的失真，因此获得了更加广泛的应用。
基于物理模型的方法主要根据McCartney提出的大气散射模型进行处理，该模型表述为：I(x)=J(x)t(x)+(1-t(x))A，其中，x指的是图像中每个像素的位置；I(x)为最终进入成像设备的光线强度，亦即图像中该点的亮度；J(x)是指该点的场景照度，即在良好的天气环境下该点进入成像设备的光强；A是大气散射带来的光照；t(x)是传输率，反映了场景照度未经散射而到达成像设备的比例。在该模型中，传输率t(x)和大气光A是两个重要的参数，前者决定了去雾霾的程度，后者决定了复原图像的整体亮度。
针对以往方法中由于未正确估测大气光和忽视黄霾物理特性的缺陷，在认真分析上述模型中各个物理量的含义基础上，我们设计了一种图像去雾霾的新算法。该算法通过自适应的天空区域探测方法获取大气光，并通过新提出的图像自适应的通道均衡化方法进行色彩平衡以消除黄霾的颜色影响，并通过在改进参数的HSI空间处理来避免复原图像出现过饱和。如图所示，相较于传统方法，我们的算法在保持图像整体亮度，恢复局部细节，避免晕轮效应（一种在景深突变处产生的异常边缘）及消除黄霾带来的色偏上都具有更好的效果。
基于行为的恶意程序分析与检测
恶意程序大数据问题是现代恶意程序技术发展到一定程度后，传统方法难以处理的海量恶意程序问题。工业界著名的赛门铁克（Symantec）公司曾经统计了2002年之后每年收集到的互不相同的恶意程序数量，这一数量在2009年前为数百万，尚在传统方法可以处理的范围内，然而这之后的恶意程序数量极速爆炸，仅在2011年就收集到了超过四亿个独立的恶意程序样本。而这一数字仍在加速增长中，随着智能手机等移动互联网终端的普及，恶意程序的传播途径进一步多样化，对传统的恶意程序分析、分类等任务造成了极大的挑战。
为应对恶意程序大数据问题，我们设计并实现了一套大数据环境下的恶意程序自动分析和判定系统。这套系统可以被部署在完全内网的外网入口处，首先对网络流量中的下载、邮件附件等内容中附带的可执行程序进行提取，之后这些待分析程序被送入部署在多个虚拟机上的恶意程序自动分析沙盒中，沙盒承载的拟真系统环境、常见主机事件、常见用户操作以及完整的虚拟网络服务能够最大限度地激发恶意程序的核心行为并在虚拟机监控层予以完整监控。沙盒得到的动态分析结果一方面通过行为抽象算法得到容易被用户理解的行为分析报告，另一方面通过特征提取算法得到用于判定其恶意性的高维稀疏特征。预先训练的统计机器学习算法能够充分学习大量训练数据中蕴含的统计规律，从而能够准确判定未知程序的恶意性。此外，我们的系统还可以用于云杀毒软件的服务器端、辅助手工恶意程序行为分析等多种应用场景。
大数据环境下的恶意程序自动分析和判定系统的核心技术之一是具备强行为激发能力的恶意程序动态分析沙盒。传统的恶意程序行为分析沙盒普遍存在以下几个问题（1）对需要特定条件、特定用户操作和互联网环境的恶意程序行为激发能力弱；（2）抗虚拟机的恶意程序技术可以回避分析；（3）动态分析需要较长时间，效率较低。针对这几个问题，我们首先深入研究了恶意行为激发可能用到的主机事件、用户操作和互联网服务，并在我们的沙盒中充分提供了这些条件，从而最大程度上激发隐藏行为，提高行为分析的完整性。其次，我们的沙盒基于开源模拟器QEMU实现，不同于虚拟机的实现方式使沙盒对一般的反虚拟机手段完全免疫，任何沙盒内的操作都会得到监控。最后，我们将尽量精简的沙盒部署在服务器的多个虚拟机实例中运行，高度的可并行化确保了面对海量恶意程序样本时足够的分析效率。
恶意程序分析沙盒得到的原始行为监控结果无论对于用户理解还是算法判决，都需要进一步处理。一方面，对于用户理解而言，原始行为监控结果的语义聚合程度过低是其主要的问题，恶意程序的核心业务逻辑分散在数千甚至数万个小的独立行为中，这需要一种智能的冗余去除和语义聚合机制。另一方面，对于算法判决而言，无格式的字符串构成的行为监控结果无法作为输入，需要通过某种转换方式将行为监控数据嵌入到向量空间中。我们设计了一种兼顾语义完整性和聚合能力的多层行为抽象算法，同时完成了行为抽象和特征提取任务，生成的行为报告可读性基本与手工分析无异，而嵌入到向量空间的特征比传统的n-gram等特征具有更好的区分能力。
作为恶意性判定的核心，我们采用了基于统计机器学习和集成学习的恶意性判定算法。基于Boosting优化理论的集成学习框架能够有效提升基分类器的性能，而基于子空间重采样的基分类器设计能够降低单一算法模型的复杂度，这是大数据环境下机器学习面临的最大难题。此外，基分类器采用的树形结构具有很好的可解释性，在用户需要得知算法判定依据时，能够快速通过判定路径上的核心维度给出相应反馈。在此基础上，我们进一步引入了代价敏感机制和单类机器学习等，以控制判定算法的误检风险。对比实验表明，我们提出的算法较常用的机器学习算法具有更强的抑制误检率效果，同时保持了理想的检测率。
图像融合中间件软件
社交网络大数据分析平台-业务流程图
一、数据获取
本模块的作用是对相应的数据源进行获取工作，其中分为两个部分：
1.多数据源爬虫
针对存在各种格式不一的线上社交网站，从社交的角度将对应的爬虫的分为三个部分：基于信息的网站，主要代表是微博、Twitter；基于熟人社交的网站，主要代表是人人、Facebook；基于兴趣的网站，主要代表是豆瓣和Flickr等共享网站。这里对网站的划分也就意味着我们数据获取的目的也存在划分。
2.定制爬虫
针对平台的特定需求，我们提出定制爬虫的数据获取方式。具体分为：根据主题抓取，依据某一个事件主题对相应的数据进行抓取；特定用户抓取，对指定用户的相关信息进行抓取；实时抓取，根据前端需要的信息进行实时的更新抓取。
二、数据处理
本模块的主要作用是对抓取得到的数据进行清洗、分析、存储三个步骤，是在数据挖掘之前必要的预处理步骤。
1.数据清洗
主要目的是为了对前一个模块中获取到的不规整源数据进行过滤，对不完整的信息进行清除以及给出相应不完整信息的情况。
2.数据存储
对清洗后相应的数据进行离线存储备份。
3.数据分析
该子模块是数据处理模块的核心，是为数据挖掘准备好数据格式的必要步骤。
3.1. Ego网络的重构
ego network，它的节点是由唯一的一个中心节点(ego)，以及这个节点的邻居(alters)组成的，它的边只包括了ego和alter之间，以及alter与alter之间的边。本功能是对离线数据以及在线数据中的网络结构进行重复原。
3.2. 传播级联的提取
传播级联是指信息在用户中一跳接一跳的传播构成的级联关系。通过在对清洗后的数据中找到相应的传播关系，进一步对级联建立起合适的数据结构进行提取。
3.3. 信息特征化
将所有的对应信息分为个人信息、结构信息、微博信息三大块，将其中的全部信息特征向量化，为下一步挖掘打下基础。
3.4. 文本分词
针对源数据中微博内容进行分词操作，通过将完整的单条微博进行停用词去除等文本操作，将整条划分为单个词向量。
三、数据挖掘
本模块是基于数据处理的基础上，进行相应的数据挖掘算法。主要分为两大块：
1. 基础算法模块
该模块的主要实现主要的基础功能算法模块包括：
1.1. 圈子发现算法
对ego网络中的网络结构进行圈子划分整理，运行对应的圈子划分算法。
1.2. Rank排序
针对数据中网络关注的结构关系，对节点重要性进行排序，其中主要的基本算法是PageRank算法。
1.3. 观点提取
对实时与离线数据中的微博所表达的观点进行提取，主要利用文本挖掘算法，围绕热点事件的微博进行观点与情感的提取。
2. 传播算法模块
本模块目的在展示我们的算法成果，特别是在传播算法方面。主要包括微博转发的行为预测、影响力传播的模型、观点与情感传播分析等。
四、可视化
本模块用来展示整个平台的成果，是与用户交互的主要界面。根据平台整体的规划，可分为以下几个方面：
1. 网络结构可视化
对数据挖掘中得到的网络结构与圈子进行可视化，结合传播过程对单条微博在圈子中的转发情况进行可视化；
2. 信息传播可视化
对单条微博、某个事件的相关微博在整体网络中的传播进行可视化。同时，对传播的路径中每个用户给出对应的影响力值、情感状态、rank位置等与传播算法相关的结果。
3. 文本聚合可视化
对单个用户、某个事件的相关文本信息进行可视化，主要包括词频统计信息、情感文本变化信息和兴趣变化信息。
社交网络大数据平台-技术架构
整个平台运行在linux(Ubuntu 14.04)集群之上。爬虫抓取系统交由Docker云平台进行托管，每次需要使用相应的爬虫对数据进行获取时，都会通过Docker启动一个包含指定爬虫的容器，容器的生命周期为从爬虫启动到抓取数据结束。对于抓取到的数据使用txt格式进行保存，并上传到HDFS分布式文件系统中。所有的微博数据都通过HDFS保存和管理，对于较小的测试集可以格式化后保存在MongoDB当中方便使用。针对数据集的主要操作都是通过Spark来完成的，需要对数据进行查询时使用Spark SQL完成，需要对网络进行图计算时使用Spark Graphx完成，需要使用机器学习算法时使用Spark MLib完成，针对一些Spark MLib中尚未实现的算法可以通过相对成熟的Mahout来完成。最后，使用Javasc[ant]ript实现的D3和Java实现的processing对分析，挖掘的结果进行可视化。
1. 基础设施：整个平台以主从方式(1 Master+8 Slaves)运行在linux(Ubuntu 14.04)集群之上，其中Master配置为4 cores(Intel Xeon 2.67GHz),8GB内存;Slave配置为2 cores(Intel Xeon 2.67GHz),6GB内存。
2.Docker云平台：Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的容器中，然后发布到任何流行的 Linux 机器上，也可以实现虚拟化。在这里，我们使用Docker对不同的爬虫进行托管，当系统需要对相关数据进行获取时，就会通过Docker启动一个包含对应爬虫的容器，容器伴随整个爬虫的生命周期，抓取结束后相关资源由Docker回收。由于数据源可能对数据获取进行限制，因此我们会在Docker中针对数据源的限制制定相应的规则以保证爬虫的启动保持对资源的负载均衡。
3.数据存储：对于爬虫获取到的数据，我们根据不同的任务保存在不同命名规范下的txt文件当中，这里使用HDFS(Hadoop分布式文件系统)作为主要的数据存储仓库。通过调整HDFS的相关参数(如块大小，副本数)可以使HDFS在性能和容错上达到最优。对于某些实验可能需要较小的数据集，我们可以从HDFS中抽取部分数据格式化后存入MongoDB当中，这样更方便测试和使用。
4.数据分析和挖掘：对于数据的分析和挖掘，我们主要使用Spark来完成，因为Spark能够提供比Hadoop MapReduce更加快速的数据处理能力和更加兼容的工具。针对一些统计性较强的数据分析工作，可以使用Spark SQL模块来完成；涉及到网络结构的计算，可以使用Spark Graphx；当需要应用机器学习算法时，可以使用Spark MLib来完成。对于正在发展的MLib，一些机器学习算法可能不够完善，对于这种情况，我们可以选择使用Apache Mahout在Hadoop平台上来完成相应的算法。
5.数据可视化：对于数据分析和挖掘的结果，我们通过B/S的形式在网页中使用D3和processing进行展示。为了尽可能的表现出结果的特点和细节，我们对于不同结构和类型的结果使用不同的表，图和布局来实现。
课程教学
2014年下学期
课件：
第一章 第二章
第三章 第四章
第五章 第六章
网络计算课程：
学号 姓名 第一次点名 第二次点名 第三次点名 第四次点名 第五次点名 实验1 实验2 大作业
** 张悦
** 王荣
** 程曦
** 杨章萍
** 陈晓燕
** 马晓埼
** 张娜
** 王文婷
** 耿芳歌
** 包梦雪
** 路亚男
** 刘茂珍
** 李盼舒
** 韦江玲
** 朱赫
** 王铭
** 李春松
** 刘雨豪
** 郭骏鹏
** 马孝忠
** 吴伯云
** 王琦
** 张博儒
** 张睿
** 刘维望
** 郭硕洋
** 鲁都督
** 马北辰
** 陈泰林
** 王光国
** 宋杰
** 赵鹏
** 郭进进
** 勉检
** 多吉次仁
** 贾明儒
** 龚潇
** 陈希桐
** 明久多吉
** 刘洋
** 张飞
** 张程辉
** 江珠尼玛
** 王瑞
** 尚翔
** 徐郁峰
** 何学平
** 王翔宇
** 王文秀
** 安亚强
** 孙忠达
4.云计算相关论文1. 上机实验（new）
云计算-从云安全到可信云
云计算环境下的分布存储关键技术
云计算环境下的大规模图数据处理技术
云计算研究进展综述
构建云计算平台的开源软件综述
云计算研究现状综述
云计算-系统实例与研究现状
4.CORBA编程－Hello World例程
2011年下学期
数字图像处理
第一章 第二章 第三章 第四章 第五章 第六章
承担的本科生课程：
数字图像处理
微机原理
操作系统
数据结构
网络计算
承担的博士/硕士研究生课程：
模糊系统理论与应用
Windows设备驱动程序设计
指导学生竞赛
指导2014年度国家大学生创新计划项目““学吧学霸”手机应用”1项，学生：龚邦伟、谷立冬、王乃博
指导2013年度国家大学生创新计划项目“JADE平台下Agent与Web Service通信的双通道模型设计与实现”1项，学生：黄玉辉，黄志新，王伟迪
指导2013年度大学生“拔尖创新基金”计划项目拔尖项目“基于同态滤波的图像去雾处理嵌入式软件实现”1项，学生：陈烨，张晓璐，栗殷，俞家琪
指导2013年度大学生“拔尖创新基金”计划项目重点项目“基于图像显著性的坐果率自动统计研究”1项，学生：张镇，刘洋
指导2012年度大学生创新性实验计划项目，“基于云计算的视频日志软件设计与实现”；2013年结题答辩，学院“优秀”，学生：温正阳，史马超，付丽嫆
指导2007年度大学生创新性实验计划项目，“图像融合中间件技术研究与实现”；2009年结题答辩，学院“优秀”，学生：刘家辰，马驰，李佳妮，田馥瑞，袁嘉林
学术报告列表
加拿大University of Western Ontario 李硕博士学术报告会
“GPU技术发展的新动态及新应用”英伟达GPU计算技术社区活动
香港中文大学王晓刚博士学术报告会
加拿大卡尔加里大学王瑞胜博士学术报告会
中科院自动化所刘德荣研究员、乔红研究员和王亮研究员学术报告会
美国东北大学Patrick S.P. Wang教授学术报告会
中科院自动化所陶建华研究员学术报告会
美国University of Wisconsin Bormin Huang 教授学术报告会
美国宾夕法尼亚大学李纯明教授、夏戈教授学术报告会
美国康州大学张中举副教授来学术报告会
微软亚洲研究院郑宇博士学术报告会
北京大学袁晓如教授学术报告会
HPC Advisory Council 高性能计算与大数据研讨会
加拿大University of Western Ontario李硕博士学术报告会
New Opportunities in Medical Image Analysis
Dr. Shuo Li
Medical image analysis is going through great changes with tremendous new opportunities showing up. The rise of machine learning, the rise of big data analytics and the rise of cloud computing, have brought wonderful opportunities to invent new generation of medical image analysis, not only tosolve new problems appearing, but also to solve many years challenges in conventional medical image analysis with much more satisfactory real time solutions. This talk will share our experience on developing state-of-art new generation of image analytics tools to help physicians, hospital administrative to analyze the huge growing medical data and help them to make the right decision and early decision
Dr. Shuo Li is an associate professor in department of medical imaging and medical biophysics in the University of Western Ontarioand scientist in Lawson Health Research Institute. Before this position he was research scientist and project manager in general electric (GE) healthcare, Canada for 9 years. He fund and direct the Digital Imaging Group of London(http://digitalimaginggroup.ca/)since 2006, which is a very dynamic and highly multiple disciplinary collaboration group. He received his Ph.D. degree in computer science from Concordia University2006, where his PhD thesis won the doctoral prize giving to the most deserving graduating student in the faculty of engineering and computer science. He has published over 100 publications; He is the recipient of several GE internal awards; He serves as guest editors and associate editor inseveralprestigious journals in the field; He servers as program committee members in highly influential conferences; He is the editors of five springer books. His current interest is development intelligent analytic tools to help physicians and hospital administrative to handle the big medical data, centered with medical images.
“GPU技术发展的新动态及新应用”英伟达GPU计算技术社区活动
“西安英伟达GPU计算技术社区”活动顺利举办
--GPU 技术发展的新动态及新应用
3月30日下午，由 AMAX、NVIDIA 主办、西安电子科技大学计算机学院承办的“西安英伟达GPU计算技术社区”活动在西安唐城宾馆顺利举行，计算机学院苗启广教授团队组织了本次活动。第一期活动主题为“GPU 技术发展的新动态及新应用”，活动邀请了美国威斯康辛大学麦迪逊分校黄柏铭博士、NVIDIA公司深度学习技术专员与社区经理Rita Zhang、西安电子科技大学朱虎明副教授、西安电子科技大学陈岩博士和AMAX公司销售经理王磊进行交流，来自NVIDIA的CUDA应用市场总监Allan Hou致开幕辞，活动由计算机学院苗启广和宋建锋共同主持。来自西安电子科技大学、西安交通大学、西北工业大学、长安大学、西北大学等多所高校的师生，以及771研究所、631研究所、宝钢集团研究院等行业相关人士共60余人参加了此次社区活动，现场气氛非常热烈。
“英伟达GPU计算技术社区”是以交流GPU高性能计算技术为主题的产学研社区，每季度举办一次特定主题的GPU技术交流、讨论活动，本次活动为第一期。社区活动内容涵盖计算机视觉、机器学习、智能算法等领域的GPU并行加速技术，邀请相关领域的专家、****、研究生做相关研究成果的报告，探讨GPU技术的发展动态，推动GPU高性能计算技术的广泛应用。
Rita Zhang作了题为“针对深度学习的GPU技术及产品介绍”的报告，分析了深度学习在物体识别、物体追踪等领域的应用特点，并重点介绍了英伟达针对深度学习技术应用推出的Tesla M40 GPU卡。黄柏铭博士作了题为“GPU高性能计算”的报告，详细说明了GPU高性能计算的应用场景及CUDA编程的优化方法，重点介绍了GPU高性能计算技术在气象模型预测领域的成功应用。朱虎明副教授作了题为“基于GPU的并行无监督SAR图像变化检测算法”的报告，介绍了提出的基于GPU计算的PLog-FLICM SAR图像变化检测算法，通过GPU并行加速技术提高算法的并行差异图生成、并行差异图归一化和并行无监督聚类等环节的性能。陈岩博士作了题为“并行核外异构（CPU/GPU）高阶矩量法研究”的报告，介绍了计算电磁学中利用GPU加速并行矩量法的计算过程，针对处理器微架构对程序进行优化，并结合核外求解技术，进一步扩大算法的应用范围，快速精确地解决了电磁学实际工程问题。
活动结束后，苗启广教授与NVIDIA CUDA应用市场总监Allan Hou、AMAX公司资深销售经理王磊共同探讨了后续几期社区活动的主题，并协商了进一步的合作等事宜。
香港中文大学王晓刚博士学术报告会
5月25日上午，应计算机学院王泉院长和苗启广教授邀请，香港中文大学助理教授王晓刚博士在西安电子科技大学北校区科技楼609报告厅做了题为“DeepID-Net: Deformable Deep Convolutional Neural Networks for Object Detection”的学术报告，报告会由计算机学院苗启广教授主持，生命科学技术学院梁继民教授、电子工程学院田春娜副教授、计算机学院权义宁副教授、纪建副教授、罗林波副教授以及多个学院的老师和同学参加了此次报告会，现场气氛非常热烈。
深度学习是人工智能领域又一次的突破，在计算机视觉的很多方向取得了突破性的进展。深度模型由于能够自动从数据中学习到层次化的特征表达，联合优化关键部件，因此极大地提升了解决计算机视觉问题的能力。在报告中，王晓刚博士介绍了一种基于深度卷积网络的目标检测方法，结合自己在深度学习方面的理解，介绍了深度学习的本质，即大数据的学习和特征的学习。详细介绍了深度学习在行人检测、人脸关键点定位、人脸解析、行人解析、人脸识别、人脸属性识别等方面的应用。王晓刚博士重点讲解了基于深度卷积网络的目标检测方法，该方法首先选择搜索框，然后丢掉一些更可能是背景的搜索框，接着通过预训练、卷积模型和搜索框的回归来完成目标的检测。王博士的精彩讲座，赢得了各位老师和同学的阵阵掌声，大家纷纷表示，讲座开阔了视野，受益匪浅。
讲座结束后，王博士与西安电子科技大学计算机学院、通信学院、电子工程学院等学院的老师和同学们展开了热烈的讨论。关于深度学习的本质、深度学习在人脸识别中的应用问题以及深度学习学习到的特征与传统的手动提取的特征的对比问题，解决了大家的疑问。
5月25日下午，王晓刚博士与苗启广教授实验室的研究生同学进行了零距离交流，同学们提出了很多问题，如：王晓刚博士所在的团队提出的跨层连接技术的可行性问题，深度学习如何解决像素级的分类问题，如何调整参数使得深度学习得到的模型具有泛化能力并且在自己的研究的应用领域得到很好的效果等等，王博士对大家的疑问进行了详尽的解答，大家收获颇丰。
会后，王晓刚博士与学校校长助理高新波教授、计算机学院院长王泉教授、网络与计算研究所苗启广教授进行了深入交流，并初步达成了合作意向。王晓刚博士也表示，将继续与西电进行深入合作，争取将更多工作做到实处，取得更多更好的合作成果。
讲者简介：王晓刚博士，2001年获得中国科技大学电子工程与信息工程系学士学位，2003获得香港中文大学硕士学位，2009年获得美国麻省理工学院博士学位，2009年至今在香港中文大学电子工程系任助理教授，主要研究领域包括视频监控、运动分析、目标跟踪及识别、人脸识别及机器学习等。他已在TPAMI、IJCV、CVPR、ICCV、ECCV、NIPS等国际顶级杂志和会议上发表学术论文80余篇，相关工作被引用次数超过2600次。2011年获得自动人物行为分析方面的****研究员。
加拿大卡尔加里大学王瑞胜博士学术报告会
5月13日上午，应计算机学院王泉院长和苗启广教授邀请，加拿大卡尔加里大学王瑞胜博士在西安电子科技大学北校区科技楼609报告厅做了题为“Scene Parsing using Graph Matching on Street-view Data”的学术报告，报告会由计算机学院苗启广教授主持。
在报告中，王瑞胜博士介绍了一种街景数据的解析方法。街景数据包括了摄像机收集到的图像数据和车载激光雷达收集到的LiDAR点云数据两种类型。这两种数据各自具有特点和优势：一方面，一般图像数据具有更多的细节和色彩信息，然而对于空间和距离的描述能力不足；另一方面，LiDAR点云数据对空间信息有非常精确的描述，然而缺乏物体的颜色等具体描述。
王瑞胜博士介绍的街景数据解析方法首先利用图像语义对于点云数据进行分割预处理，之后提取多种特征并使用随机森林方法对点云数据对应的位置进行分类，在此基础上完成了两种不同数据的融合和解析，得到了同时具备摄像数据和LiDAR点云数据优点的街景解析结果，王瑞胜博士用精彩的演示动画说明了解析的过程和结果，引起了在场老师和同学们的强烈兴趣。
报告结束之后，王瑞胜博士与西安电子科技大学计算机学院、通信学院、物理与光电学院等学院的老师和同学们展开了热烈的讨论。关于点云LiDAR数据的开源共享、图匹配算法效率的瓶颈以及遥感图像的分析等方面的问题，解答了大家的疑问。
讲者简介：
王瑞胜博士是加拿大卡尔加里大学地理信息工程系教授，智能空间信息研究室主任。主要研究方向为大规模三维城市建模中的航空和移动激光技术的整合、激光和图像中智能特征的提取识别及三维重建技术、航空图像和探测数据的智能处理等。他毕业于武汉大学摄影测量与遥感专业，获加拿大新不伦瑞克大学地理信息工程专业硕士学位及加拿大麦吉尔大学计算机工程专业的博士学位。在麦吉尔大学，获Benedek研究生奖，Vadasz****奖，麦吉尔大学工程博士奖，和加拿大国家自然科学基金会博士奖学金(NSERC PGS-D).王博士在美国芝加哥诺基亚公司位置与商务部任研究员（2008-2012），主要研究方向是基于移动激光的下一代地图制作和导航技术，并先后八次获得重大创新发明奖。于2012年加入卡尔加里大学，获得谷歌研究奖（Google Research Award，2014），并被Elsevier和ISPRS Journal of Photogrammetry and Remote Sensing评为优秀审稿人。目前任国际摄影测量与遥感学会激光点云数据处理工作组学术秘书和国际摄影测量与遥感期刊的顾问编委会成员(ISPRS Journal).
中科院自动化所王亮、刘德荣、乔红来校访问作学术报告
中科院自动化所王亮、刘德荣、乔红来校访问作学术报告
4月28日下午，应计算机学院王泉院长和苗启广教授的邀请，中科院自动化所刘德荣研究员、乔红研究员和王亮研究员分别做了题为“深度学习与视觉模式分析”、“基于数据的控制和优化”和“机器人‘手、眼、脑’的研究”的学术报告，报告由计算机学院苗启广教授主持。
在题为“深度学习与视觉模式分析”的报告中，王亮研究员深入浅出地介绍了深度学习的背景和发展现状。之后介绍了所在研究组在目标检测、行人区域识别、语义图像检索、步态识别等具体的应用问题中，成功使用深度学习取得的成果。同时，王亮研究员对深度学习未来在循环神经网络结构等方面的发展前景进行了分析和展望。
王亮研究员“深度学习与视觉模式分析”报告
刘德荣研究员报告的题目是“基于数据的控制和优化”，以控制和最优化领域几十年发展的介绍开始，描述了基于数据的控制和优化理论和算法，具体说明了自适应动态规划这一在实际应用中取得了良好经济效益的优化算法。同时从类脑算法的角度，阐述了自适应动态规划和人脑工作模式的关联，启发同学们结合传统理论、实际应用和创新思路。
刘德荣研究员“基于数据的控制和优化”报告
乔红研究员的报告题目是“机器人‘手、眼、脑’的研究”，报告中，乔红研究员利用丰富的视频资料介绍了现代机器人研究的最新研究成果，展示了机器人在工业、安防、家居、娱乐等多个领域的应用前景。之后乔红研究员重点介绍了机器人手、眼、脑互相融合的机器人研究思路，以及在三指机器手抓取物体方面的成功应用，使同学们了解到机器人领域研究的前沿进展。
乔红研究员“机器人‘手、眼、脑’的研究”报告
讲者简介：
王亮，研究员，博导，IEEE高级会员、国际模式识别协会会士（IAPR Fellow），模式识别国家重点实验室副主任、计算机学会计算机视觉专业组秘书长、图像视频大数据产业技术创新战略联盟秘书长。2004年获中科院自动化所工学博士学位。2004-2010年分别在英国帝国理工学院、澳大利亚莫纳什大学、墨尔本大学及英国巴斯大学工作。2010年入选中国科学院“****”。主要从事机器学习、计算机视觉和模式识别等相关领域的研究，目前Google Scholar引用约6500次。现为《IEEE Transactions on Information Forensics and Security》、《IEEE Transactions on Cybernetics》等国际学术刊物的编委，IEEE AVSS2012、IAPR ACPR2015等国内外会议的程序主席。
刘德荣，中国科学院自动化研究所研究员，博士生导师，复杂系统管理与控制国家重点实验室副主任。2005年当选IEEE Fellow，2008年入选中国科学院“****”，2011年获国家特聘专家称号，2013年当选INNS Fellow（国际神经网络学会），2014年获得亚太神经网络联合会杰出成就奖。现任IEEE神经网络与学习系统汇刊主编。目前从事智能控制、非线性系统控制、自适应动态规划和神经网络的理论与方法等方面的研究工作。在国际权威杂志上发表SCI论文140多篇、同他人合作共出版过15本书。
乔红，中科院“****”研究员,中科院自动化类脑智能研究中心副主任、精密感知与控制中心首席科学家、中科院自动化所-中科大联合实验室副主任，博士生导师。2007年获得国家****基金、2009年获"新世纪百千****才工程"国家级人才、2011年获《科学中国人》年度人物、2012年获北京市科学技术一等奖、2012年获国务院政府特殊津贴、2013年当选IEEE机器人与控制学会管理委员会委员(首次由大陆****当选，全球会员超过1****)和青年科学家奖提名委员会成员、2014年获国家自然科学奖二等奖（第一完成人）。
乔红研究员于1986年、1989年在西安交通大学获得工学学士学位和工学硕士学位；1992年在英国Strathclyde大学获得工学硕士学位；1995年在英国De Montfort大学获工学博士学位；1997年至2002年受聘为香港城市大学的研究助教授和助教授；2002年至2004年在英国曼彻斯特大学任永久教职；2004年底放弃国外永久教职，通过中国科学院"****"引进回国并组建"机器人理论与应用"团队，主要从事面向制造业的机器人研究，特别是高精度操作（"手"）-特定视觉（"眼"）-可学习能力（"脑"）的研究；承担了二十余项国家课题，并与奇瑞、徐工等大型企业合作，承担十余项横向项目。
乔红研究员担任或曾任: Assembly Automation主编；《自动化学报》副主编；国际著名期刊IEEE Transactions on Automation Science and Engineering;IEEE Transactions on SMC-B等的编委；发表国际论文近150篇，其中国际期刊论文70余篇。工作多次获国际著名期刊和****的高度评价，乔红研究员“环境吸引域”的工作被美国杂志报导, “环境吸引域”被称为“乔的概念”。
美国东北大学Patrick S.P. Wang教授学术报告会
美国东北大学Patrick Wang 教授来西电讲学访问
应计算机学院苗启广教授和王宇平教授的邀请，美国东北大学Patrick Wang 教授2014年11月24日来西电讲学访问。
本次报告会由“智能信息处理与模式识别”实验室苗启广教授主持，计算机学院戚玉涛副教授、王晓丽博士出席，学院研究生和青年教师踊跃参加。
24日上午，在老科技楼A 920会议室，王教授做了题为“Similarity-Based Intelligent Pattern Recognition in Interactive Learning Environment, Modeling and Simlation”的报告。王教授首先以ArtificialIntelligence (AI) 和Pattern Recognition(PR)的发展历程为切入点，简单介绍了指纹识别在安全领域的成熟应用和详细分析了PR和AI两者的关系；其次结合自己在人脸识别、图像融合学习和医学影像中的颜色分割等实际研究成果讲解了PR和AI的模式和模型建立方法；最后从Linear combination 的分析方法入手解答了学习、知识和识别三者的层次关系。王教授渊博的知识和精彩的讲解，让在座的师生受益匪浅，激发了广泛的讨论。会中，王宇平教授就如何在大数据环境下建立合适的数学模型来研究PR与王教授展开了深入的探索。
会后，苗启广教授还与王教授就模式识别等方面的问题进行了深入的探讨。
Patrick Wang 教授，博士，IAPR, ISIBM,WASE Fellow，获IEEE及ISIBM杰出贡献奖。现为美国东北大学终身教授，加拿大卡尔加里大学客座教授。同时是四川大学，厦门大学，华东师范大学广西师范大学等重点大学的名誉教授。Patrick Wang 在国立交通大学及俄勒冈州立大学分别获得电子工程学士学位和计算机科学博士学位。先已出版26部专著，发表200多篇关于PR、AI、控制论、图像处理等方面的科技论文，授权3项美国/欧洲专利。国际期刊PRAI的创始人。Patrick Wang 教授还出版了散文集《哈佛冥想曲》以及多部诗集。
中科院自动化所陶建华研究员学术报告会
中科院自动化所陶建华研究员讲学访问应计算机学院院长王泉教授邀请，中国计算机学会常务理事、中国科学院自动化研究所研究员陶建华于9月22日来我校进行讲学访问，并在计算机学院学术报告厅作了题为“人机交互技术新进展”的报告。院长王泉，学院相关研究领域骨干教师万波、戚玉涛、王义峰、赵元哲等以及60余名研究生参加，报告由计算机学院苗启广教授主持。
报告会上，陶建华研究员首先简单介绍了计算机和人机交互技术发展的历程，并结合实验室研制出的语音交互、人脸识别等交互系统详细分析了人机交互理论和技术框架，以自己的最新成果为例展示了新型自然人机交互技术及其应用，并对未来交互发展进行了展望。陶老师渊博的知识和精彩的讲解，让在场的师生受益匪浅。期间，他还与师生就脑机交互研究、人脸模式识别等研究领域的热点问题进行了热烈的讨论。
报告会结束后，院长王泉进行了总结，他感谢陶建华研究员带来的精彩报告，并希望研究生们以扎实的态度做好科学研究和工程项目，继续在学院营造“崇尚学术、回归工程”的学术氛围，努力推进学院科研和人才培养工作的持续发展，也为将来的事业发展打下坚实的基础。<?XML:NAMESPACE PREFIX = "O" /><?XML:NAMESPACE PREFIX = "O" /><?XML:NAMESPACE PREFIX = "O" /><?XML:NAMESPACE PREFIX = "O" /><?XML:NAMESPACE PREFIX = "O" />
会后，陶建华研究员还与学院相关领域的教师进行了深入的探讨研究，并就进一步合作达成了共识。
陶建华，于2001年毕业于清华大学计算机系并获博士学位，中国计算机学会常务理事，CCF杰出演讲者。中国科学院自动化研究所模式识别国家重点实验室副主任、研究员、博士生导师、国家****科学基金获得者。目前还担任中国人工智能学会理事、中国中文信息学会理事、中国图像图形学会虚拟现实专业委员会委员、中国电子学会信号处理分会委员、模式识别国家重点实验室技术委员会委员，同时还是国际期刊的编委，并多次担任国际和国内学术会议主席或委员。承担过国家863（含重点项目）、国家自然科学基金（含重大项目）、工信部电子信息产业化、国家发改委等项目三十余项，在国内外主要期刊或会议上发表论文150余篇，申请专利10余项，研究成果多次在国内外学术会议上获奖，并被国际同行较多引用。
黄柏铭教授学术报告会
美国University of Wisconsin Bormin Huang教授来西安电子科技大学讲学访问
应计算机学院苗启广教授的邀请，University of Wisconsin Bormin Huang教授2014年7月31日来西电讲学访问。
本次报告会由“智能信息处理与模式识别”实验室苗启广教授主持，美国Lafayette College夏戈教授、计算机学院权义宁、盛立杰、黄伯虎、宋建锋等老师出席，学校研究生和青年教师踊跃参加。
7月31日上午，在计算机学院316会议室，Bormin Huang教授做了题为“GPU High-Performance Computing”的报告。在讲座中，Bormin Huang教授介绍了GPU高性能计算的发展状况、基本原理及应用前景，结合嫦娥探月图像编码的GPU加速、超光谱红外反演、电池植被散射的GPU加速和地震探测等案例详细分析了GPU在科学计算、工程应用、气象预报、灾害检测等领域的设计与应用。Bormin Huang教授渊博的知识和精彩的讲解，让在座的师生受益匪浅，激发了广泛的讨论。
7月31日下午，在计算机学院334会议室，Bormin Huang教授应邀参加计算机学院部分研究课题讨论会。会议由苗启广教授主持，美国Lafayette College夏戈教授、计算机学院权义宁、盛立杰、黄伯虎、宋建锋老师等出席，此外还有10余名博士生参加。其中权义宁、盛立杰、黄伯虎、宋建锋老师等简要介绍了各研究课题的最新进展以及其中存在的一些问题。在此过程中，各位老师就目前研究课题中存在的相关问题进行了深入探讨，特别是针对课题中的某些方面使用GPU高新能计算的可行性进行了较为详细分析和讨论。本次讨论会，对各课题中存在的某些问题提出了相应的解决方案，为课题的进一步研究提供了先进的理论和方法的指导。此外，黄老师与各位老师就项目合作方面进行了深入交流，达成了初步的合作意向，并将进一步推进。
Bormin Huang教授是威斯康星大学麦迪逊分校空间科学及工程中心研究科学家，先后获得台湾大学理学士、美国密歇根大学安娜堡分校航空航天工程硕士、美国威斯康星大学麦迪逊分校卫星遥感专业博士，他的GPU应用包括天气预测模型构建、辐射传输模型构建、地震模拟、海啸模拟、植被的微波散射、高光谱解混、卫星数据压缩、通讯编码和影像处理等。在过去的三年里，带领其GPU团队以及指导多所大学的师生在地球科学及遥感领域发表超过70篇与高性能计算应用有关的论文，是IEEE应用地球观测和遥感专题期刊以及SPIE应用遥感期刊等期刊副编辑，SPIE卫星数据压缩通讯和处理国际会议主席、SPIE欧洲遥感高性能计算国际会议主席、IEEE遥感并行及分布式计算国际研讨会主席。目前担任高性能计算实验室主任、卫星数据压缩试验室主任、威斯康星大学麦迪逊分校INTEL并行计算中心主任、英伟达CUDA研究中心共同主任、西安电子科技大学境外讲座教授、台北科技大学国际讲座教授以及西班牙大加那利岛拉斯帕尔马斯大学、吉林大学、杭州电子科技大学和成都理工大学等校的客座教授。
美国宾夕法尼亚大学李纯明教授、夏戈教授学术报告会
美国宾夕法尼亚大学李纯明教授、夏戈教授等来西电讲学访问 应计算机学院苗启广教授的邀请，美国University of Pennsylvania李纯明教授、Lafayette College夏戈教授7月11日来西电讲学访问。
计算机学院王宇平、张军英教授，以及部分研究生和青年教师参加了报告会。
11日下午，在计算机学院316会议室，李纯明教授作了题为“Image Segmentation and Related Issues in Medical Imaging”的报告。报告中，李纯明教授介绍了一个能够同时分割与校正图像灰度不均匀性的能量极小化模型，以及水平集方法在大脑和心脏图像分割的两个新的模型。报告还详细阐述了基于多个脑图谱（multi-atlas）的水平集方法和有效利用心脏解剖学几何性质的变分水平集模型，这两个方法分别在2013年的医学图像的顶级国际会议MICCAI举办的分割算法竞赛中分别取得了并列第一和第二的成绩。
夏戈博士随后作了题为“SPANNERS FOR WIRELESS AD HOC NETWORKS”的报告，分析了无线网络的现有问题，提出了新的路由算法，报告涉及的一些前沿性技术，引起了与会师生的极大兴趣。报告会现场，师生们就报告的内容和自己研究中存在的问题积极提问，两位教授进行了一一解答。
报告会结束后，两位教授与苗启广教授进行了深入的学术讨论，双方希望今后能够展开实质性的科研项目研究，并就合作指导博士/硕士研究生等方面进行了深入交流。
此外，夏戈博士将应邀在苗启广教授的实验室进行为期一个月的学术交流。
李纯明教授现任宾夕法尼亚大学 (University of Pennsylvania) 影像系高级研究员，兼任卡内基梅隆大学生物医学工程博士学位论文答辩委员会成员，同时担任IEEE TIP,IEEE PAMI, IEEE TMI,MRI等顶级专业期刊和CVPR，ICCV，MICCAI等国际会议的审稿人和程序委员会成员。其学术专长是图像处理、医学影像分析和计算机视觉，以第一作者在这些领域的顶级期刊和国际会议上发表了多篇原创性的、具有广泛国际影响的学术论文。这些论文自发表至今的六年时间里，总共被引用累计1400余次，其中有一篇关于Level Set Method的论文已经被引用高达800多次。
夏戈博士于1998年、2005年分别获得同济大学体系结构专业学士、Texas A&M University 计算机科学博士学位，一直在拉斐特学院计算机科学系任教。其研究方向包括计算复杂度、图论算法、计算几何、无线网络、计算生物学，已经发表了40多篇学术论文。
美国康州大学张中举副教授学术报告会
美国康州大学张中举副教授来西电交流访问
应智能信息处理与模式识别实验室苗启广教授的邀请，美国康州大学张中举副教授7月5日来西电讲学访问。
5日上午，张中举副教授在计算机学院316会议室作了题为“Participation in open knowledge communities and job hopping”的学术报告。报告重点介绍了社区网络环境下大数据与行为之间的关系，并详细解答了机器学习与数据模型之间的关联。报告吸引了大量师生前来聆听。
报告结束后，张中举副教授与智能信息处理与模式识别实验室的师生进行了交流，就社区网络与大数据相关难题进行了探讨。
张中举，University of Washington Michael G. Foster大学博士，现任美国康州大学副教授。其研究方向包括Business Intelligence、Big Data、 Social Network Analysis等。
微软亚洲研究院郑宇博士学术报告会
报告题目：城市计算：用大数据来解决城市中的大挑战(Urban Computing: Using Big Data to Solve Urban Challenges)
时间：2013年12月6日 15:00-17:00
地点：北校区主楼I区316
个人简介：郑宇 博士
CCF 高级会员，CCF杰出讲者，微软亚洲研究院主管研究员，上海交通大学志远学院讲座教授，IEEE和ACM资深会员。主要研究方向为基于位置的服务、时空数据挖掘、地理信息系统和普适计算等。他发表学术论文近百篇，其中以主作者身份在ACM SIGMOD、KDD、TKDE等知名国际会议和刊物上发表论文50余篇，并四次获得最佳论文奖（如ICDE 2013、ACM SIGSPATIAL GIS 2010）和一次最佳论文提名（UbiComp 2011）。他的研究成果获得22项国际发明专利和三项技术转化奖，并多次被科技评论等国际权威媒体报道。由他主编的《Computing with Spatial Trajectories》一书（Springer出版）被美国、加拿大、澳大利亚、中国和韩国的高校选用为教材。他是GeoInformatica等4个国际学术期刊的编委和副主编，并在ICDE、UbiComp、SSTD等十几个国际会议中担任过程序委员会主席、工业界主席和本地主席等职位。他受邀在ISKE’13和WGDC’13等多个国际会议上做大会主题报告，并多次在MIT、CMU、康乃尔等顶尖学府讲学。他在微软亚洲研究院以实习生导师的身份先后指导了40余名来自于世界各地的博士生，并跟多名IEEE/ACM院士、美国科学院院士和图灵奖获得者保持着密切的合作关系。2008年他被评为Microsoft Golden Star。2013年他被MIT科技评论评为全球****创新者（MIT TR35），并作为现代创新者代表登上了美国的《时代周刊》（Time Magazine）。
报告内容
城市计算：用大数据来解决城市中的大挑战(Urban Computing: Using Big Data to Solve Urban Challenges)
Abstract：Urban computing is a process of acquisition, integration, and analysis of big and heterogeneous data generated by a diversity of sources in urban spaces, such as sensors, devices, vehicles, buildings, and human, to tackle the major issues that cities face, e.g. air pollution, increased energy consumption and traffic congestion. Urban computing connects unobtrusive and ubiquitous sensing technologies, advanced data management and analytics models, and novel visualization methods, to create win-win-win solutions that improve urban environment, human life quality, and city operation systems. In this talk, I will present our recent research into urban computing, introducing the applications and technologies for integrating and deep mining heterogeneous data. Examples include large-scale dynamic ridesharing, identifying different functional regions (e.g., residential and commercial areas) in urban spaces, crowd sending city-wide gas consumption, and fine-grained air quality inference throughout a city. These examples have been published in top-tier conferences and journals recently, such as KDD, UbiComp, ICDE, received 4 best paper awards.
北京大学袁晓如教授学术报告会
题目：社会媒体数据的可视化与可视分析
时间：2013年11月29日 周五 9:00-11:00地点：主楼I区316简介：以Facebook, QQ等为代表的社交网络的流行，以及Twitte、微博等社会媒体的迅速崛起，每天都会产生TB/PB级别的数据。但是拥有大量的数据并不等于获得相应数据的价值。只有能够有效理解数据，才能真正利用好大数据。复杂数据，例如微博的用户关系、庞杂的事件发展对发展相应的分析工具提出了新的挑战和要求。可视化和可视分析和其他分析手段不同，利用人类视觉认知的高通量特点，通过图形的形式表现信息的内在规律及其传递、表达的过程，是人们理解复杂现象，诠释复杂数据的重要手段和途径。本次报告我们将讨论和分析针对社会网络和社会媒体数据可视化和可视分析的前沿算法和新方法。我们将以微博为重要对象，介绍如何可视化微博信息的传播发展，如何可视化微博主题的演化与发展，以及利用微博地理信息，开展相关时空分析。我们特别还将讨论如何利用众包的方式，构建对复杂社会媒体信息的可视分析平台。
讲者简介：袁晓如，北京大学"****"研究员。任职于北京大学机器感知与智能教育部重点实验室，任信息科学技术学院信息科学中心副主任。1997/98分获北京大学化学/知识产权专业双学位，2006年8月获美国明尼苏达大学计算机科学博士学位。主要研究方向包括科学可视化，信息可视化和可视分析等。在IEEE Visualization, IEEE Information Visualization, IEEEVisual Analytics Science and Technology (VAST), IEEE TVCG, IEEE EuroVis, IEEEPacificVis等重要国际可视化会议以及期刊上发表40多篇文章。其关于高动态范围可视化的工作获得2005年IEEE Visualization大会最佳应用论文奖。2013年在IEEE VIS可视化大会VAST Challenge竞赛网络安全数据可视分析部分获得Award ofOutstanding Situation Awareness。担任IEEE VIS，IEEE PacificVis等国际可视化会议程序委员会委员，2009年IEEE PacificVis组织委员会共同主席。任《计算机辅助设计与图形学学报》, Springer Journal of Visualization等国内外期刊编委。中国计算机学会(CCF)杰出会员，CCF青年工作委员会副主任，CCF YOCSEF 2012-2013年度主席。
HPC Advisory Council 高性能计算与大数据研讨会
HPC Advisory Council 高性能计算与大数据研讨会
暨第二届RDMA大学生编程挑战赛宣讲会
地点：西安电子科技大学北校区主楼1区316会议室（西安市太白南路2号）
日程：7月23日
2:00pm - 2:30pmRDMA对高性能计算与大数据效率的影响及比赛介绍（Tong Liu, Director of HPC Advisory Council）
2:30pm - 3:30pm高性能计算与大数据的创新方案(戴荣博士，HPC总监)
3:30pm - 3:45pm茶歇
3:45pm - 5:00pmRDMA编程培训
5:00pm - 5:10pm抽奖（4张京东购物卡）
关于竞赛：
第二届全国大学生RDMA编程挑战赛开赛
The Second Student RDMA Programming Competition
主办方
HPC Advisory Council (国际高性能计算咨询委员会)
支持机构
Cloud Advisory Council、China Grid、中国高性能计算专业委员会、San Diego Supercomputer Center
支持企业
浪潮、曙光、上海期货交易所
HPC Advisory Council (国际高性能计算咨询委员会)宣布，将面向国内大学生发起第二届RDMA编程挑战赛（The Second Student RDMA Programming Competition），旨在为大学生提供学习RDMA，并成为RDMA编程高手的绝佳机会。大赛自2013年首次举办，就吸引了来自全国各地的20余家高校报名参加，并受到了来自国际顶尖高性能计算、云计算和大数据领域专家的广泛关注和媒体的争相报道。
官方网站：http://hpcadvisorycouncil.com/events/2014/rdma-competition/
本届大赛将是上届竞赛的全新升级。比赛获得了国内外的多家知名机构的支持，包括：Cloud Advisory Council、圣地亚哥超算中心、中国高性能计算专业委员会、China Grid等等。评审委员全部由来自国外的资深专家组成，由来自俄亥俄州立大学的网络计算专家Dhabaleswar K. Panda教授出任评委会主席。
作为一种先进的网络数据传输方式，RDMA（Remote Direct Memory Access, 远程直接内存访问）技术除了在HPC领域，在云计算、大数据、数据库和高频交易等领域有广泛的应用，和传统的网络相比能显著提升原有应用的效率。它允许网络中的计算机直接从内存里交换数据，而不用涉及任何一台计算机的处理器、高速缓存或者操作系统。
随着高性能计算、云计算、与大数据的兴起，业界急需RDMA相关技术人才的培养和选拔。国际高性能计算咨询委员会第二届全国大学生RDMA编程竞赛即日起欢迎全国各大高校的学生参赛（个人或团队形式）。大赛即日起开始，并将于HPC Advisory Council中国大会期间（11月5日）举行颁奖典礼。美国知名高校教授与专家将现场颁奖并会向表现优秀学生伸出入读美国名校的橄榄枝。在上一届比赛中，华中科技大学和西北工业大学荣获一等奖，来自中国科学技术大学和重庆大学的参赛选手夺得二等奖，上海交通大学、武汉大学和西安邮电大学获得了三等奖。去年比赛网址：http://hpcadvisorycouncil.com/events/2013/rdma-competition/]
获胜队伍学生及导师将会接受媒体采访，并且有机会受邀参加HPC Advisory Council在其他国家举办的国际研讨会分享成果。领队导师也有机会通过比赛发现新的研究方向，加强国际合作。我们期待今年会有更多院校参赛，并取得理想的成绩。
奖项设置：
一等奖2名：各15000元
二等奖2名：各8000元
三等奖3名：各5000元
如果有参赛队的表现十分突出，组委将增设特等奖授予专家组一致认可的杰出团队。
参赛人员：每支参赛队伍由1名导师及1至5名参赛队员组成（本科或在读研究生）
注册方式：发送Email到rdma@hpcadvisorycouncil.com，注明参赛人员姓名、就读院校与专业、年级、联系方式、有无InfiniBand计算集群、指导老师。我们将会提供比赛试题以及培训资料，并将根据报名情况组织区域性培训。
比赛规则：
1、组委会收到各自申请后随即提供基于socket的比赛源程序及培训资料
2、参赛者将传统基于TCP通信的Socket程序改成基于RDMA verbs的程序
3、应用程序需在拥有RDMA能力的网络环境中运行（如InfiniBand），运行节点数与配置根据本校集群条件决定。如参赛队不具备RDMA环境，组委将会提供相应运行环境。
4、参赛人员提交移植的应用程序源代码与执行文件，并提交详细报告说明改动前后的实际运行性能差异对比，并作出性能提升的解释（英文）
5、评审委员会审查源程序及报告，并安排远程或面对面的答辩，最终决定优势者
6、比赛结果将在HPC Advisory Council中国研讨会上颁布(11月5日，广州).大会将邀请多位国外知名专家为获胜者颁奖
大赛评审委员会
主席
D. K. PandaProfessor of Computer Science at the Ohio State University
评审委员
Gilad Shainer HPC Advisory Council Chairman
Richard Moore Deputy Director, San Diego Supercomputer Center
Addison Snell Chief Executive Officer, Intersect360 Research
Tong Liu Director of the HPC Advisory Council, Asia
Pak Lui HPC Advisory Council HPC Works Special Interest Group Chair
Tarick BedeirHPC Advisory Council Programming Advisor
RDMA相关资料：
http://www.hpcadvisorycouncil.com/pdf/rdma-read-and-write-with-ib-verbs.pdf
http://www.rdmamojo.com
http://www.hpcwire.com/hpcwire/2006-09-15/a_tutorial_of_the_rdma_model-1.html
关于HPC Advisory Council：
国际高性能计算咨询委员会（HPC Advisory Council）成立于美国硅谷，是一个拥有超过330家成员的非营利性国际组织。委员会致力于探索高性能计算技术在各领域的应用以及未来的技术。目前委员会拥有若干专项组，包括HPC|Cloud, HPC|Scale, HPC|GPU, HPC|Storage. HPC|Works, HPC|FSI等，并提供对成员免费使用的计算中心。国际高性能计算咨询委员在国际上每年举办多个具有相当影响力的国际研讨会与国际竞赛。
刘通
国际高性能计算咨询委员会亚太区总监
北京市海淀区苏州街维亚大厦
手机：**
www.hpcadvisorycouncil.com
新增栏目12
新增栏目15
实验室新闻动态
[2017.12.10] 由西电计算机学院和研究生院主办的“智见未来：大数据关键技术”学术研讨会在西电图书馆西裙楼三楼报告厅举行。苗启广教授主持了本次会议。
[2017.11.28] 第二届“三好三有”研究生导学团队评审会在北校区阶梯教学楼112隆重举行,苗启广教授带领计算机视觉与网络智能团队的获得第二届“三好三有”研究生导学团队荣誉称号和“最佳人气奖”。
[2017.10.14] 苗启广教授代表西安电子科技大学成功申办2018年第六届CCF大数据会议。
[2017.10.13] 苗启广教授与博士生刘如意、李宇楠、葛道辉、赵佩佩、毛远宏，硕士生齐相达等一行七人前往天津参加2017中国计算机视觉大会（CCCV 2017），苗启广教授应邀主持Oral session: Detection & Classification，并在专题论坛：大规模视频场景下的手势识别上作题为"基于视频的大规模手势识别——分析与挑战"的报告，博士生刘如意在大会宣读论文A Semi-supervised ImageClassicationModel based on Improved Ensemble Projection Algorithm。
[2017.09.26]应苗启广教授邀请，浙江大学李玺教授来实验室访问，并作主题报告。
[2017.07.21] 热烈祝贺实验室李宇楠、石维康、徐昕、马振鑫同学组成的ASU团队在Chalearn LAP国际大规模手势识别竞赛中成功卫冕冠军！
[2017.07.08] 苗启广教授应邀在清华大学学术交流中心作了题为《Large-scale gesture recognition based on C3D convolutional networks》的学术报告。
[2017.06.16] “CCF走进高校活动”第513期在大连海洋大学举行,苗启广教授应邀作了题为《Large-scale gesture recognition based on C3D convolutional networks》的学术报告。
[2016.05.31] 祝贺王攀峰等9名硕士研究生于2016年5月31日顺利通过硕士学位论文答辩!
[2017.05.26]“CCF走进高校活动”第34期在西南科技大学举行,苗启广教授应邀作了题为《Large-scale gesture recognition based on C3D convolutional networks》的学术报告。
[2017.05.23] 应苗启广教授邀请，香港中文大学的欧阳万里教授来我校访问，并做了题为“Modeling deep structures with application to object detection and pose estimation”的学术报告。
[2017.05.23] 应苗启广教授邀请，University of Texas at Brownsville的雷寒生教授来我校访问，并做了题为“Mining Dependent Patterns”的学术报告。
[2017.04.07] 由CCF西安分部和西安电子科技大学计算机学院共同承办的“视觉计算中的深度学习研究进展”报告会在西安电子科技大学顺利举行，苗启广教授作为执行主席主持了本次会议。
[2017.03.03] 苗启广教授被评为IEEE senior member!
[2017.01.13] 祝贺实验室优秀毕业博士曹莹在工作单位百度IDL拿到最高奖百万美金！
[2016.12.11] 2016年12月11日，CCF YOCSEF AC换届选举会议在京举行。苗启广教授当选CCF YOCSEF2017-2018年度学术委员会主席。
[2016.12.08]祝贺博士生唐兴、刘天歌于2016年12月07日顺利通过博士学位论文答辩！
[2016.11.11]CCF YOCSEF在中国科学院计算技术研究所举办了“认知计算”报告会。苗启广教授作为CCF YOCSEF学术委员会副主席，与中国科学院自动化研究所研究员张兆翔共同主持了本次报告会。
[2016.10.29] IEEE顶级期刊主编特别论坛在西安电子科技大学成功举办，苗启广教授应邀主持了IEEE Transactionon Neural Networks and Learning Systems主编、美国罗德岛大学Haibo He教授的学术报告。
[2016.10.29] 由西安电子科技大学、陕西省电子学会共同承办的第十三届网络与并行计算国际会议在陕西宾馆圆满落幕！
[2016.10.29] 由中国计算机学会高性能计算专委会、西安电子科技大学共同承办的全国高性能计算学术年会在陕西宾馆圆满落幕！
[2016.10.13]第4届CCF大数据学术会议于2016年10月11日—10月13日在甘肃兰州举行，苗启广教授应邀参加本次会议，并当选CCF 大数据专业委员会委员。
[2016.09.29] 针对日前国内电信诈骗案件频发的问题，CCF YOCSEF举办了特别论坛“日益猖獗的电信诈骗---谁之过？”，苗启广教授作为CCF YOCSEF副主席，与CCF YOCSEF AC委员唐杰和林俊宇共同主持了本次论坛。
[2016.09.23] CCF YOCSEF 于北京理工大学举办了智能制造与工业互联网主题学术报告会。苗启广教授与祝烈煌教授、陶耀东总经理作为执行主席主持了本次本次报告会。（New）
[2016.08.21] 热烈祝贺实验室李宇楠、田宽、范莹莹、徐昕和李锐同学在ChanLearn LAP Large scale isolated gesture recognition Challenge竞赛中取得第一名！
[2016.08.01] 应苗启广教授邀请，中科院自动化所董未名副研究员来实验室交流，并做了题为“互联网环境下的智能照片处理”的学术报告。
[2016.07.29] “2016大数据可视化高峰论坛·西安”在西安唐城宾馆顺利召开，苗启广教授作为执行主席主持了本次论坛。
[2016.07.27] CCF-CV第一次常务委员会于中科院自动化所圆满召开。苗启广教授作为专委会常务委员出席本次会议并参加了针对专委发展的几项议题的讨论。
[2016-07-13] 由CCFYOCSEF西安、英伟达公司承办的CCF YOCSEF“大数据驱动下的深度学习应用”主题报告会在唐城宾馆顺利召开，苗启广教授作为执行主席主持了本次报告会并致开幕词。
[2016-07-09]应苗启广教授邀请，加拿大University of Western Ontario
副教授李硕博士来我校访问交流，并做题为“New Opportunities in Medical Image Analysis
”的学术报告.
[2016-05-27] 苗启广教授荣获CCF YOCSEF 2015-2016年度杰出贡献奖。
[2016-05-27] 苗启广教授应邀于厦门理工大学进行学术交流，并做了题为“单幅图像去霾方法”的学术报告。
[2016-05-15] ]2016年CCF分部主席工作会议于5月13-14日在重庆召开，苗启广教授做为会员与分部执委出席了会议。
[2016-05-03] 热烈祝贺实验室获批NVIDA的GPU Education Center(GEC)！
[2016-04-28]应苗启广教授邀请，电子科技大学李纯明教授在西安电子科技大学北校区做了题为“图像分割和医学影像分析中的相关问题”的学术报告。
[2015-03-30] 由AMAX & NVIDA主办、西安电子科技大学计算机学院苗启广教授团队协办的“GPU技术发展的新动态及新应用”英伟达GPU计算技术社区活动于西安唐城宾馆成功举办。
[2016-03-25] CCF会员与分部工委在学会总部召开工作会议，苗启广教授被聘为会员与分部工委执委。
[2016-03-19]苗启广教授应邀于中北大学参加了CCF计算机视觉专委会走进高校系列报告会“计算机视觉前沿技术及应用”，并做了题为“单幅图像去雾霾方法”的学术报告。
[2016-03-05] 应计算机学院王泉院长和苗启广教授的邀请，香港中文大学助理教授王晓刚博士2016年3月5日来我院访问，并做了题为“Interpreting Neural Semantics in Deep Models”的报告。
[2016-01-29] 经过CCF 杰出演讲者计划(Distinguished Speaker Program,DSP)评选委员会评议和推荐，苗启广教授被选为2015年度CCF杰出演讲者！
[2016-01-20] 祝贺2014级硕士研究生于2016年1月21日顺利通过论文开题答辩！
[2016-01-20]热烈祝贺国家自然科学基金委员会批准实验室关于超级计算科学应用研究专项资助的申请！
[2016-01-15] 由西安电子科技大学、西安交通大学和西北工业大学联合主办的首届机器学习与媒体智能研讨会于2016年1月14日下午在唐城宾馆顺利召开，苗启广教授致开幕词，并做了题为“基于SEP的图像分类算法及其应用”的报告。
[2016-01-02]南京理工大学唐金辉教授和西电苗启广教授做为CCF YOCSEF 西安分论坛联系AC，参加了YOCSEF西安分论坛换届会议。唐金辉教授主持了CCF YOCSEF 西安的换届选举，苗启广教授进行了CCF YOCSEF文化培训。本次换届会议共增选AC七名：苏媛（西安风向互动信息科技有限公司）、韩军伟（西北工业大学自动化学院）、公茂果（西安电子科技大学）、沈超（西安交通大学电子与信息学院）、汤战勇（西北大学信息科学与技术学院）、唐蕾（长安大学信息工程学院）、鲁晓峰（西安理工大学），并选举出主席：段宗涛（长安大学）；副主席：黑新宏（西安理工大学）、吴俊（西北工业大学）、邢天璋（西北大学）；学术秘书：公茂果（西安电子科技大学）、唐蕾（长安大学）！
[2015-12-27] 苗启广教授12月27日应邀参加了CCF走进高校活动“CCF 走进太原师范学院”，并应邀做了“社交网络大数据分析及应用”的特邀报告。
[2015-12-26]苗启广教授应邀参加了在郑州解放军信息工程大学网络安全学院2015尖峰论坛，并应邀做了“恶意程序动态分析和检测技术研究”的特邀报告。
[2015-12-17] 热烈祝贺刘天歌同学的论文被journal of visual communication and image representation(IF=1.218)录用！
[2015-12-17]热烈祝贺李宇楠同学的论文被Neurocomputing(IF=2.083)录用！
[2015-12-15]苗启广教授应邀参加了在广州华南理工大学举办的The 2015 International Symposium on Data Science and Brain-inspired Computing (SDSBC 2015) ，并作了“RBoost A label noise robust Boosting algorithm”大会特邀报告。
[2015-12-09]祝贺何兴杰等9名硕士研究生于2015年12月08日顺利通过硕士学位论文答辩!
[2015-12-06]祝贺博士生刘家辰于2015年12月05日顺利通过博士学位论文答辩！
[2015-11-17]受CCF杜子德秘书长委托，苗启广教授主持了CCF兰州分部换届选举会议。会议选举出新任主席：西北师范大学党小超；副主席：兰州交通大学伍忠东，兰州理工大学冯涛；执委：兰州财经大学韩金仓，牛大美食公司邓毓博，兰州大学马志新，兰州理工大学年福忠，兰州大学范晓亮（兼秘书长）；秘书：西北师范大学冯百明。同时，应西北师范大学邀请，苗启广教授作了题为“基于黄霾物理特性的改进的单幅图像去霾方法”的学术报告。
[2015-10-31] 2015年智能数据分析研讨会（IDAS2015） 暨海洋大数据分析论坛在青岛中国海洋大学举办，苗启广教授应邀做了“基于物理特性的单幅图像去雾霾方法”的特邀报告。
[2015-10-29]权义宁、苗启广指导的于旸（硕士生）、王超（硕士生）、和马振鑫（中南大学本科生）团队取得第三届全国大学生RDMA编程挑战赛二等奖的好成绩，将于11月9日参加在无锡举办的高性能计算大会（HPC）和颁奖典礼，祝贺！
[2015-10-21]中国计算机学会第十一次会员代表大会于2015年10月20-21日在安徽世纪金源大饭店隆重举行。来自全国各地的会员代表、理事候选人共计450余人出席了大会。大会选举产生了新一届理事会。西电校长助理高新波教授、计算机学院院长王泉教授和计算机学院苗启广教授当选为中国计算机学会理事。
[2015-10-14]陕西省大数据与云计算产业技术创新战略联盟与陕西省计算机学会主办、英伟达协办的“国家智能制造战略下的大数据与深度学习研讨报告会”在陕西省科技资源统筹中心召开，苗启广教授应邀做了“GPU在彩色扫描地图处理中的应用”的报告。
[2015-09-21]由西安电子科技大学承办的2015年中国计算机视觉大会圆满结束
[2015-09-18] CCF计算机视觉专业组换届工作顺利完成
[2015-09-17]CCF ADL 57：图像视频大数据问题与进展前沿讲习班于2015年9月16日—17日在西安电子科技大学大学成功举办
[2015-09-09] 热烈祝贺曹莹同学的论文被TNNLS(SCI I区,IF=4.291)录用！
[2015-09-09] 热烈祝贺唐兴同学的论文被领域内SCI顶级期刊Knowledge based system(IF=2.947)录用！
[2015-09-07]祝贺实验室2014级硕士研究生李宇楠同学被录取为2015级硕博连读博士研究生！
[2015-08-28]在“CCF走进高校”吉林大学站的活动中，苗启广教授应邀作了题为“基于黄霾物理特性的改进的单幅图像去霾方法”的报告。
[2015-05-25]应计算机学院王泉院长和苗启广教授的邀请香港中文大学助理教授王晓刚博士于2015年5月25日来我院访问，并做题为“DeepID-Net: Deformable Deep Convolutional Neural Networks for Object Detection”的报告。
[2015-05-13] 应计算机学院王泉院长和苗启广教授的邀请，加拿大卡尔加里大学地理信息工程系智能空间信息研究室主任王瑞胜博士做了题为“ Scene Parsing Using Graph Matching on Street View Data”的报告。
[2015-04-28]应计算机学院王泉院长和苗启广教授的邀请，中科院自动化所刘德荣研究员、乔红研究员和王亮研究员分别做了题为“深度学习与视觉模式分析”、“基于数据的控制和优化”和“机器人‘手、眼、脑’的研究”的学术报告。
[2015-04-22]西北大学房鼎益教授、陈晓江教授和西电苗启广教授主持举办了“移动互联网与智能终端安全”的论坛，邀请了浙江大学徐文渊教授、360等做了专题报告，苗启广在论坛上做了“恶意程序动态分析和检测技术”的专题报告，介绍了实验室在恶意程序动态分析方面的研究成果。
[2015-04-17]苗启广在北京中国科学院计算所主持举办了学术报告会“类脑计算”，邀请了“制造超级大脑”概念的提出者北京大学黄铁军教授分享除“人类智能”和“人工智能”以外的“第三类智能”；还邀请了科大讯飞副总裁胡郁和北京师范大学认知神经科学与学习国家重点实验室毕彦超教授从技术和应用等角度介绍类脑计算的研究热点和潜在应用。
[2015-04-07]应计算机学院王泉院长和苗启广教授的邀请，CCF@U走进西安电子科技大学，中国科学院计算技术研究所普适计算研究中心主任陈益强研究员于4月7日到计算机学院访问，并做了题为“面向可穿戴健康的用户行为感知计算”的报告。
[2015-04-02日] 苗启广教授应邀到中国地质大学（武汉）做学术交流，并做了“基于物理特性的单幅图像去雾霾方法”的学术报告。
[2015-03-12] 应苗启广教授邀请，美国威斯康辛州立大学麦迪逊分校Borning Huang教授于3月12日到实验室进行了交流访问，与遥感影像处理及高性能计算课题组教师和同学进行了交流，课题组汇报了半年来的工作进展，以及两篇论文的进展和修改等进行了深入探讨。实验室的权义宁、宋建锋、盛立杰等老师参与了交流与讨论。
[2015-03-03] 应苗启广教授邀请，美国Lafayette College的Ge Xia教授于3月2日-4日到学校与课题组就Shape Grammar在建筑风格分类方面的应用方面进行了深入研讨，取得了良好的成效。课题组的赵佩佩、孙尔强和张越等同学提前返校，参与了讨论与学习。
[2014-12-18]苗启广教授与VMWARE中国高校合作经理张晓敏于2014年12月12日合作承办CCF YOCSEF走进VMWARE活动，全国高校和企业的60余名教授专家参加了活动。
[2014-12-16]祝贺李超峰等10名硕士研究生于2014年12月14日顺利通过硕士学位论文答辩!
[2014-12-15]苗启广教授应邀作为讲者参加CCF 走进广西师范大学活动，并做了“基于物理特性的单幅图像去雾霾方法”的学术报告。
[2014-11-27] 祝贺博士生曹莹于2014年11月26日顺利通过博士学位论文答辩！
[2014-11-24]应苗启广、王宇平教授邀请，美国东北大学教授Patrick S.P. Wang教授来实验室做了“Similarity-Based Intelligent Pattern Recognition in Interactive Learning Environment, Modeling and Simlation”的报告，报告会由苗启广教授主持。
[2014-11-16]实验室权义宁、苗启广和博士生唐兴代表实验室参加第10届International conference on Computational Intelligence and Security，苗启广担任Session Chair主持了2个Session，唐兴在会议上宣读了题为“Detecting Circles on Ego network basd on structure”的论文。
[2014-11-01] 权义宁、苗启广指导的于旸（硕士生）、卢稼奇（硕士生）、黄玉辉（本科生）、陈德艺（本科生）和马振鑫（中南大学本科生）团队取得第二届全国大学生RDMA编程挑战赛第三名的好成绩，将于11月5日参加在广州举办的高性能计算大会（HPC）和颁奖典礼，祝贺！
[2014-10-17]陕西省大数据与云计算技术创新战略联盟挂牌成立，联盟由西安交通大学徐宗本院士担任首届理事长。
[2014-10-12]苗启广教授晚在新校区办公楼206报告厅给400余名大学生做了“大数据，距离我们有多远？”的学术报告。
[2014-09] 新同学学习积极性很高，主动要求早日开始实验室课题研究工作。目前，张越、张越、石维康、孙尔强、于尚尚、梅涛、董泽、郭玲云已经安排好了具体的研究内容，赞！
[2014-09] 祝贺张越、石维康、孙尔强、于尚尚、梅涛、董泽、范莹莹、郭玲云、徐昕推免到实验室攻读硕士学位！
[2014-09-22]应计算机学院王泉院长邀请，中科院自动化所陶建华研究员于9月22日来我院讲学访问，学术报告会由苗启广教授主持。
[2014-08]祝贺陕西省“春笋计划”西北工业大学附中武江铮、西安市第一中学谢可毅两位同学进入实验室进行课题研究工作。
[2014-07-30]应苗启广邀请，美国University of Wisconsin的 Bormin Huang教授于7月31日来实验室讲学访问，并进行项目合作交流。
[2014-07-12]祝贺博士生许鹏飞于2014年7月11日顺利通过博士论文答辩！
[2014-07-11] 应苗启广和权义宁邀请，"HPC Advsiory Council 高性能计算与大数据研讨会暨第二届RDMA大学生编程挑战赛宣讲会"于2014年7月23日在学院学术报告厅（北校区主楼I区316）举办！
[2014-07] 应苗启广邀请，美国Lafayette College夏戈博士到实验室进行为期一个月的访问交流。
[2014-07]应苗启广邀请，美国宾夕法尼亚大学李纯明教授等来西电讲学访问。
[2014-07]应苗启广邀请，美国康州大学张中举副教授来西电交流访问。
[2014-05]受国家科学技术学术著作出版基金资助的《多传感器图像融合理论及应用》（苗启广、叶传奇、汤磊、李伟生等著）于2014年4月由西安电子科技大学出版社出版。
[2014-05-12]在读2013级硕士生彭志浩顺利通过博士入学考试，将于2014年8月开始攻读博士学位。
[2014-04-19~2014-04-20]，博士生许鹏飞、曹莹、刘家辰、刘天歌和刘如意到青岛参加Valse2014(Vision and Learning Seminar)学术会议，宣读并poster我们发表在 IEEE Trans. On Image Processing上的论文！
[2014-04-19~2014-04-20]权义宁、宋建锋老师带领博士生唐兴、硕士生邓凯等同学到西北大学参加“西安网络力学及大数据国际研讨会”！
[2014-03] 祝贺李宇楠、雪晴、田宽、秦鹏、王攀峰、郭彦涛、田小娣、卢家奇、于飏、邹亮和周天顺被顺利录取为2014级研究生！
[2014-03]祝贺乔磊、蒋嘉琦、刘志伟、陈俊先、熊其冰、白晋、王艳红和郑艺斌顺利毕业！奔赴新的工作岗位！祝他们工作顺利！生活如意！
[2014-03] 苗启广入选中国计算机学会（CCF）青年工作委员会担任青工委委员。（注：2011年5月14日，在由YOCSEF 西安承办的首届CCF青年精英大会期间，CCF青年工作委员会正式成立）
[2014-2-28~2014-3-1]，博士生唐兴、硕士生邓凯、侯瑞红到北京中科院计算所参加YOCSEF学术报告会“社交网络中的隐私保护”，并到北京大学袁晓如教授的实验室进行参观和交流！
[2014-2-16]，实验室全体同学都已经提前返校，开始了新的征程！赞！
ICCV 2013 分析报告（转）
[2013-12-11] 博士生刘家辰同学代表实验室参加CIS2013（2013 International Conference on Computational Intelligence and Security）国际会议并宣读论文.
[2013-12-10] 2013年计算机视觉顶级会议2013ICCV各校文章接收情况，同学们，努力！
[2013-12-04]应苗启广邀请，微软亚洲研究院郑宇博士来我院做题为“用大数据来解决城市中的大挑战(Urban Computing: Using Big Data to Solve Urban Challenges)”学术报告。时间：12月6日下午3：00-5:00，地点：主楼I区316。
[2013-11-27]YOCSEF西安分论坛于11月29日举办“大数据时 代：思维工作生活”论坛活动，CCF YOCSEF AC委员 苗启广作为执行主席参加了这次活动。
[2013-11-26] 应苗启广邀请，北京大学机器感知与智能教育部重点实验室袁晓如教授到我院做题为“社会媒体数据的可视化与可视分析“的学术报告。时间：11月29日上午9:00，地点：主楼I区316
[2013-11-20] 苗启广作为Book Editor的新书出版《New Advances in Image Fusion》，欢迎下载！
[2013-11-20] 苗启广、石程、李伟生 撰写的章节：Book Chapter : Chapter 7：Image Fusion based on Shearlets, ，欢迎下载！
Profile
Dr.Miao Qiguang, Professor
School of Computer Science and Technology
Contact Information
Qiguang Miaowas born
Contact Information
Address:
167 #, Xidian University
2 South Taibai Road, Xi’an
Shaanxi, P.R. China
Email:qgmiao at gmail.com, QGMiao at IEEE.org
Tel:(86-29)-**,
(86)**
Introduction
Since 2006, Dr.Qiguang Miao has been a Full Professor in School ofComputer Science and Technology at Xidian University,
Research
目前研究团队承担的科研项目：
Papers
[1]
[2]
[3]
[4]
[5]
[6]
[7];
[8]
[9]
Honors
点击网页顶部“添加栏目”可以添加其他栏目
把鼠标放在栏目标题处，尝试拖动栏目。
Team
团队教师
博士研究生
硕士研究生
Teaching
目前本人承担的教学任务：
课件下载 示例
Admission
~~~~~~~~~~~~~~~~~~~~~~~~~~
关于研究生招生的信息：
~~~~~~~~~~~~~~~~~~~~~~~~~~
