基本信息
周水生 教授/博导
博士招生: 运筹学与控制论/应用数学
硕士招生: 应用数学
工作单位：西安电子科技大学数学与统计学院
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：sszhou at mail.xidian.edu.cn
办公电话：
办公地点：新校区信远楼207-西
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与统计学院任教;
--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50余篇，被SCI检索30余篇、被EI检索40余篇。主持完成国家自然科学基金2项，主要参与完成国家自然科学基金4项，主持在研国家自然科学基金1项(52万元).
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
--Google Scholar学术引用统计My Citations
基本信息
周水生 教授/博导
博士招生: 运筹学与控制论/应用数学
硕士招生: 应用数学
工作单位：西安电子科技大学数学与统计学院
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：sszhou at mail.xidian.edu.cn
办公电话：
办公地点：新校区信远楼207-西
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与统计学院任教;
--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50余篇，被SCI检索30余篇、被EI检索40余篇。主持完成国家自然科学基金2项，主要参与完成国家自然科学基金4项，主持在研国家自然科学基金1项(52万元).
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
--Google Scholar学术引用统计My Citations
科学研究
承担和完成项目
在研项目:
--国家自然科学基金面上项目“基于特征/样本稀疏性的大规模核学习算法研究”(编号:**), 主持, 在研, 52万元(2018.1-2021.12);
完成项目:
--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:**), 主持, 完成, 52万元(2012.1-2015.12);
--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:**), 主要参加, 完成, 27万元(2011,1-2013,12);
--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:**), 主要参加, 完成, 55万元(2012,1-2015,12).
--国家自然科学基金“多核学习研究”(编号:**), 主持, 完成, 22万元，完成情况"优秀"(2007,1-2009,12);
--国家自然科学基金“支撑向量机的模型选择与整体优化问题研究”(编号:**), 主要参加, 完成, 8万元，完成情况“优秀”；
--参加“十.五”*科研项目*(编号:，Y**)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
3. 译著《凸优化教程》，机械工业出版社，2020. (原著：《Lectures on Convex Optimizaition》，Yurii Nesterov).
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(Google Scholar学术引用统计)
60. Li Chen, Shuisheng Zhou, Jiajun Ma, Mingliang Xu.Fast Kernel $k$-means Clustering Using Incomplete Cholesky Factorization.Applied Mathematics and Computation,2021,Volume 402, 126037.https://authors.elsevier.com/a/1cf6ALvMgRCsI
59. Jiajun Ma, Shuisheng Zhou, Dong Li.Robust Multiclass Least Squares Support Vector Classifier with Optimal Error Distribution, 2020,Knowledge-based Systems,https://doi.org/10.1016/j.knosys.2020.106652, pdf.
58. 平瑞, 周水生, 李东.高度不平衡数据的代价敏感随机森林分类算法,模式识别与人工智能, 2020, 33(3):249-257, DOI:10.16451/j.cnki.issn1003-6059..
57. Zhuan Zhang, Shuisheng Zhou. Gradient preconditioned mini-batch SGD for ridge regression,Neurocomputing,2020, 413: 284-293.https://doi.org/10.1016/j.neucom.2020.06.092.
56. Jiajun Ma, Shuisheng Zhou.Metric learning-guided k nearest neighbor multilabel classifier,Neural Computing and Applications, 2020. https://doi.org/10.1007/s00521-020-05134-9.
55. Shuisheng Zhou, Dong Li, Zhuan Zhang, and Rui Ping.New Membership Scaling Fuzzy C-Means Clustering Algorithm,IEEE Trans. on FuzzySystems, 2020,DOI:10.1109/TFUZZ.2020.**. (code)
54.Xiling LiuShuisheng Zhou,Approximate kernel partial least squares. Annals of Mathematics and Artificial Intelligence(2020),27 March 2020,https://doi.org/10.1007/s10472-020-09694-3.
53. Li Chen, Shuisheng Zhou, Jiajun Ma.Stable sparse subspace embedding for dimensionality reduction, Knowledge-Based Systems, Volume 195,11 May 2020,https://doi.org/10.1016/j.knosys.2020.105639
52.安亚利,周水生,陈丽,王保军. 鲁棒支持向量机及其稀疏算法, 西安电子科技大学学报 Vol.46, No.1,pp.64-72,2019. (doi: 10.19665/j.issn1001-2400.2019.01.011)(EI:20**2).
51.Zhou, Shuisheng, Zhang, Danqing.Bilateral Angle 2DPCA for Face Recognition,IEEE SIGNAL PROCESSING LETTERS, vol.26, No.2, pp.317-321, 2019. (WOS:008)
50.Ma, Jiajun, Zhou, Shuisheng, etc.A sparse robust model for large scale multi-class classification based on K-SVCR,PATTERN RECOGNITION LETTERS, vol.117, pp.16-23, 2019. (WOS:003)
49.Shuisheng Zhou, Baojun Wang, Li Chen.High precision approximate analytical solutions to ODE using LS-SVM, The Journal of China Universities of Posts and Telecommunications, 25(4):94-102,2018. (EI:20**6)
48. Li Chen, Shuisheng Zhou, Zhuan Zhang.SVRG for a non-convex problem using graduated optimizatin algorithm, Journal of Intelligent & Fuzzy Systems, Vol. 34, No. 1, pp.153-165, 2018.
47. Li Chen, Shuisheng Zhou. Sparse algorithm for robust LSSVM in primal space, Neurocomputing, Vol 275(31):2880-2891, 2018. (pdf,code)
46.Zhou, Shuisheng, Liu, Mengnan. A new sparse LSSVM method based on the revised LARS,2017 International Conference on Machine Vision and Information Technology, CMVIT 2017, March 14, 2017,Pages: 46-51. (EI: 20**6)
45. Li Chen, Shuisheng Zhou, et al.Fast kernel fuzzy c-means algorithms based on the difference of convex programming. ICNC-FSKD,2016,Agu. pp.1090-1095.
44. 周水生等. 基于Cholesky分解的K2DPCA人脸识别研究, 系统工程理论与实践， 2016，36(2)：528-535. (pdf, code)
43. Shuisheng Zhou. Sparse LSSVM in primal using Cholesky Factorization for large-scale problems. IEEE Transactions on Neural Networks and Learning Systems, 27(4):783-795, 2016, DOI:10.1109/TNNLS.2015.**. (pdf, code)
42. Manfred K.Warmuth, Wojciech Kot?owskib, Shuisheng Zhou. Kernelization of matrix updates, when and how? Theoretical Computer Science, 2014, pp.159-178. DOI: 10.1016/j.tcs.2014.09.031.
41. 史加荣、周水生、郑秀云 ，多线性鲁棒主成分分析. 电子学报, 08期, pp 1480-1486, 2014/8/15.
40. 赵扬扬、周水生、武亚静 ，一种用于人脸识别的非迭代GLRAM算法 ，西安电子科技大学学报, 02期, pp 144-150, 2014.
39. Shuisheng Zhou. Which is better? Regularization in RKHS vs Rm for RSVMs, Statistics, Optimization and Information Computing, 1 (1), 82-106, 2013. DOI:10.19139/soic.v1i1.27. (pdf, code)
38. Shuisheng Zhou, Jiangtao Cui, et al. New Smoothing SVM Algorithm with Tight Error Bound and Efficient Reduced Techniques.Computational Optimization and Applications, 56(3), 599-617, 2013. (pdf, code)
37. Shuisheng Zhou, Feng Ye et al. Exact Sparse LS-SVM. in Proceedings ofthe 5th International Conference on Optimization and Control with Applications (OCA2012), pp143-148, Beijing, China, December 4-8, 2012.
36. Warmuth, Manfred K, Kotowski, Wojciech; Zhou, Shuisheng. Kernelization of matrix updates, when and how? Algorithmic Learning Theory - 23rd International Conference, ALT 2012,v. 7568 LNAI, p350-364, 2012.
35. Yinli Dong, Shuisheng Zhou. SVM Regularizer Models on RKHS vs. on Rm, LNCS 7389(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. Shuisheng Zhou, Manfred K. Warmuth, Yinli Dong and Feng Ye. New Combination Coefficients for AdaBoost Algorithms, ICNC 2010, pp:3194-3198(EI/ISTP).
32. Jiangtao Cui, Zhiyong An, Yong Guo, Shuisheng Zhou. Efficient nearest neighbor query based on extended B-tree in high-dimensional space. Pattern Recognition Letters, 2010, 31(12):1740-1748SCI/EI).
31. Shuisheng Zhou, Hongwei Liu, Feng Ye. Variant of Gaussian Kernel and Parameter Setting Method for Nonlinear SVM. Neurocomputing, 2009, 72(13-15):2931-2937(SCI/EI).
30. Shuisheng Zhou, Hongwei Liu, Lihua Zhou. A New IterativeAlgorithmTraining SVM. Optimization Method and Software,2009,24(6): 913-932 (SCI/EI).
29. Tiantian Chang, Hongwei Liu, Shuisheng Zhou. Large scale classification with local diversity AdaBoost SVM algorithm, JOURNAL OF SYSTEMS ENGINEERING AND ELECTRONICS, 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. Feng Ye, Hongwei Liu, Shuisheng Zhou, Sanyang Liu. A smoothing trust-region Newton-CG method for minimax problem. Applied Mathematics And Computation, 2008, 199(2):581-589. (SCI/EI).
26. B. S. Goh, Feng Ye, Shuisheng Zhou. Steepest Descent Algorithms in Optimization with Good Convergence Properties, 20th Chinese Control and Decision Conference, 2008/7/2, pp 1526-1530.(EI/ISTP)
25. Shuisheng Zhou, Hongwei Liu, Lihua Zhou. Semismooth Newton Support Vector Machine. Pattern Recognition Letters, 2007, 28(15): 2054-2062. (SCI/EI).
24. Jiangtao Cui, Shuisheng Zhou, Junding Sun. Efficient high-dimensional indexing by sorting the principal components. Pattern Recognition Letters. 2007, 28(16): 2412-2418.(SCI/EI).
23. Jiangtao Cui, Shuisheng Zhou, Shan Zhao. PCR-tree: A Compression-based index structure for similarity searching in high-dimensional image databases, FSKD 2007, pp 395-400, 2007/8/24 (EI/ISTP).
22. Shuisheng Zhou, Hongwei Liu, Feng Ye. The Variant of Gaussian Kernel and Its Model Selection Method, 3ed international conference on Natural Computation, 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. Shuisheng Zhou, Hongwei Liu, Jiangtao Cui, Lihua Zhou. Exact Semismooth Newton SVM. SLNSC 4221: Advance in Natural Computation,2006, 9(SCI/EI/ISTP).
19. Shuisheng Zhou, Weiwei Wang, Lihua Zhou. A New Technique for Generalized Learning Vector Quantization Algorithm. Image and Vision Computing, 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. Shuisheng Zhou, Lihua Zhou. A new measure to improve the performance of the LVQ algorithms, Picture Coding Symposium. Saint Malo, 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. Shuisheng Zhou, Lihua Zhou, Weiguang Liu, A new generalized learning vector quantization algorithm. SPIE 2002, Vol 4875: 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
--2014年获国家教学成果二等奖(第6完成人);
--2014年指导本校学生获国际大学生数学建模竞赛(ICM)特等奖Outstanding, 为西电首次获奖；
--2013年获西安电子科技大学师德先进个人；
--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特等奖1次，一、二等奖多次、获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
冯象初 王卫卫 叶峰 韩邦合等
博士研究生
2020级: 李冬
2018级：付翠 张俊娜
2017级：陈玉雪 杨婷
2016级：马家军 张转
2015级：刘喜玲
硕士研究生
2020级：田昕润 孟田田 张强
2019级：康倩 张文梦 张丹 樊星宇 赵玺
2018级：刘云瑞 万星
Graduated:
博士研究生
2014级： 陈丽
硕士研究生
2017级：李冬 平瑞 乔慧
2016级：安亚利 闫丽萍 张丹青
2015级：王宝军 姚丹
2014级：刘孟楠 王旭凤 周艳玲
2013级：边综丽尹金娣
2012级：穆新亮 齐焕芳 郑颖
2011级：武亚静 赵扬扬
2010级：李恩宁 李鹏程 吴昌楠
2009级：付岚 坚文进 刘琰 徐新功
2008级：高艳 王坤朋
2007级：刘明 王文丽 王雪岩 吴慧 赵玲玲
2006级：秦传东 孙淑伟
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：**
学 时：46
学 分：3.0
上课学期：春/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);
《数学规划基础》刘红英等(2012) ;
外文经典教材:《Convex Optimization》Stephen Boyd and Lieven Vandenberghe;
《Numerical Optimization》Jorge Nocedal and Stephen J. Wright;
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：**
学 时：46
学 分：3.0
上课学期：春季
课程性质：应用数学硕士生课
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：春季
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
机器学习
机器学习
课程编号：
学分：3.0
上课学期：秋季
课程性质：博士课程
参考书目：Shai Shalev-Shwartz and Shai Ben-David. 《Understanding Machine Learning:From Theory to Algorithms》,Cambridge University Press, 2014.
机器学习中的现代优化
机器学习中的现代优化
课程性质：优化前言课程，硕士选修
学分：1.0
参考书目：Ian Goodfellow and Yoshua Bengio and Aaron Courville,《Deep Leaning》, 2016，www.deeplearningbook.org//（花书）
研究生招生情况
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: 1-3人/届
博士招生名额: 1-2人/届. (博士报考务必提前通过电子邮件联系！)
Profile
Shuisheng Zhou,Professor
School of Science, Xidian Uviversity
Contact Information
Address: P. O. Box 68 of Xidian University, Xi'an, 710071, China
Email:sszhou at mail.xidian.edu.cn
Tel:86-
Introduction
Shuisheng Zhou is a professor of applied mathematics, Xidian University.
Research Interests
1．Optimization theory, algorithm and applications;
2．Optimization methods in data mining, Support Vector Machines,
3．Kernel learning, Sparse representation
4．Pattern recognition
5．Mathematical modeling for complicated problems
Research
目前研究团队承担的科研项目：
Papers
59. Jiajun Ma, Shuisheng Zhou, Dong Li.Robust Multiclass Least Squares Support Vector Classifier with Optimal Error Distribution, 2020,Knowledge-based Systems,https://doi.org/10.1016/j.knosys.2020.106652, pdf.
58. 平瑞, 周水生, 李东.高度不平衡数据的代价敏感随机森林分类算法,模式识别与人工智能, 2020, 33(3):249-257, DOI:10.16451/j.cnki.issn1003-6059..
57. Zhuan Zhang, Shuisheng Zhou. Gradient preconditioned mini-batch SGD for ridge regression,Neurocomputing,2020, 413: 284-293.https://doi.org/10.1016/j.neucom.2020.06.092.
56. Jiajun Ma, Shuisheng Zhou.Metric learning-guided k nearest neighbor multilabel classifier,Neural Computing and Applications, 2020. https://doi.org/10.1007/s00521-020-05134-9.
55. Shuisheng Zhou, Dong Li, Zhuan Zhang, and Rui Ping.New Membership Scaling Fuzzy C-Means Clustering Algorithm,IEEE Trans. on FuzzySystems, 2020,DOI:10.1109/TFUZZ.2020.**. (code)
54.Xiling LiuShuisheng Zhou,Approximate kernel partial least squares. Annals of Mathematics and Artificial Intelligence(2020),27 March 2020,https://doi.org/10.1007/s10472-020-09694-3.
53. Li Chen, Shuisheng Zhou, Jiajun Ma.Stable sparse subspace embedding for dimensionality reduction, Knowledge-Based Systems, Volume 195,11 May 2020,https://doi.org/10.1016/j.knosys.2020.105639
52.安亚利,周水生,陈丽,王保军. 鲁棒支持向量机及其稀疏算法, 西安电子科技大学学报 Vol.46, No.1,pp.64-72,2019. (doi: 10.19665/j.issn1001-2400.2019.01.011)(EI:20**2).
51.Zhou, Shuisheng, Zhang, Danqing.Bilateral Angle 2DPCA for Face Recognition,IEEE SIGNAL PROCESSING LETTERS, vol.26, No.2, pp.317-321, 2019. (WOS:008)
50.Ma, Jiajun, Zhou, Shuisheng, etc.A sparse robust model for large scale multi-class classification based on K-SVCR,PATTERN RECOGNITION LETTERS, vol.117, pp.16-23, 2019. (WOS:003)
49.Shuisheng Zhou, Baojun Wang, Li Chen.High precision approximate analytical solutions to ODE using LS-SVM, The Journal of China Universities of Posts and Telecommunications, 25(4):94-102,2018. (EI:20**6)
48. Li Chen, Shuisheng Zhou, Zhuan Zhang. SVRG for a non-convex problem using graduated optimizatin algorithm. Journal of Intelligent & Fuzzy Systems, Vol. 34, No. 1, pp.153-165, 2018.
47. Li Chen, Shuisheng Zhou. Sparse algorithm for robust LSSVM in primal space, Neurocomputing, Vol 275(31):2880-2891, 2018. (pdf,code)
46.Zhou, Shuisheng, Liu, Mengnan. A new sparse LSSVM method based the revised LARS,2017 International Conference on Machine Vision and Information Technology, CMVIT 2017, March 14, 2017,Pages: 46-51. (EI: 20**6)
45. Li Chen,Shuisheng Zhou, et al.Fast kernel fuzzy c-means algorithms based on difference of convex programming. ICNC-FSKD,2016,Agu. pp.1090-1095.
44. 周水生等. 基于Cholesky分解的K2DPCA人脸识别研究, 投稿《系统工程与电子技术.》 2015 (in Chinese). (pdf,code)
43. Shuisheng Zhou. Sparse LSSVM in primal using Cholesky Factorization for large scale problems, Submitted to IEEE Trans. NNLS(Conditional accepted). 2015.(pdf,code)
42. Manfred K.Warmuth, WojciechKot?owskib, ShuishengZhou. Kernelization of matrix updates, when and how? Theoretical Computer Science, 2014, pp.159-178.DOI: 10.1016/j.tcs.2014.09.031.
41. 史加荣、周水生、郑秀云 ，多线性鲁棒主成分分析 ，电子学报, 08期, pp 1480-1486, 2014/8/15(in Chinese).
40. 赵扬扬、周水生、武亚静 ，一种用于人脸识别的非迭代GLRAM算法 ，西安电子科技大学学报, 02期, pp 144-150, 2014(in Chinese).
39. Shuisheng Zhou. Which is better? Regularization in RKHS vs Rm for RSVMs, Statistics, Optimization and Information Computing, 1 (1), 82-106, 2013. DOI:10.19139/soic.v1i1.27. (pdf, code)
38. Shuisheng Zhou, Jiangtao Cui, et al. New Smoothing SVM Algorithm with Tight Error Bound and Efficient Reduced Techniques.Computational Optimization and Applications, 56(3), 599-617, 2013. (pdf, code)
37. Shuisheng Zhou, Feng Ye et al. Exact Sparse LS-SVM. Proceedings ofthe 5th International Conference on Optimization and Control with Applications (OCA2012), pp143-148, Beijing, China, December 4-8, 2012.
36. Warmuth, Manfred K,Kotowski, Wojciech; Zhou, Shuisheng. Kernelization of matrix updates, when and how? Algorithmic Learning Theory - 23rd International Conference, ALT 2012,v. 7568 LNAI, p350-364, 2012.
35. Yinli Dong, Shuisheng Zhou. SVM Regularizer Models on RKHS vs. on Rm, LNCS 7389(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(in Chinese).
33. Shuisheng Zhou, Manfred K. Warmuth, Yinli Dong and Feng Ye. New Combination Coefficients for AdaBoost Algorithms, ICNC 2010, pp:3194-3198(EI/ISTP).
32. Jiangtao Cui, Zhiyong An, Yong Guo, Shuisheng Zhou. Efficient nearest neighbor query based on extended B-tree in high-dimensional space. Pattern Recognition Letters, 2010, 31(12):1740-1748SCI/EI).
31. Shuisheng Zhou, Hongwei Liu, Feng Ye. Variant of Gaussian Kernel and Parameter Setting Method for Nonlinear SVM. Neurocomputing, 2009, 72(13-15):2931-2937(SCI/EI).
30. Shuisheng Zhou, Hongwei Liu, Lihua Zhou. A New Iterative Training SVM. Optimization Method and Software,2009,24(6): 913-932 (SCI/EI).
29. Tiantian Chang, Hongwei Liu, Shuisheng Zhou. Large scale classification with local diversity AdaBoost SVM algorithm, JOURNAL OF SYSTEMS ENGINEERING AND ELECTRONICS, 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.(in Chinese)
27. Feng Ye, Hongwei Liu, Shuisheng Zhou, Sanyang Liu. A smoothing trust-region Newton-CG method for minimax problem. Applied Mathematics And Computation, 2008, 199(2):581-589. (SCI/EI).
26. B. S. Goh, Feng Ye, Shuisheng Zhou. Steepest Descent Algorithms in Optimization with Good Convergence Properties, 20th Chinese Control and Decision Conference, 2008/7/2, pp 1526-1530.(EI/ISTP)
25. Shuisheng Zhou, Hongwei Liu, Lihua Zhou. Semismooth Newton Support Vector Machine. Pattern Recognition Letters, 2007, 28(15): 2054-2062. (SCI/EI).
24. Jiangtao Cui, Shuisheng Zhou, Junding Sun. Efficient high-dimensional indexing by sorting principal component. Pattern Recognition Letters. 2007, 28(16): 2412-2418.(SCI/EI).
23. Jiangtao Cui, Shuisheng Zhou, Shan Zhao. PCR-tree: A Compression-based index structure for similarity searching in high-dimensional image databases, FSKD 2007, pp 395-400, 2007/8/24 (EI/ISTP) .
22. Shuisheng Zhou, Hongwei Liu, Feng Ye. The Variant of Gaussian Kernel and Its Model Selection Method, 3ed international conference on Natural Computation, 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(in Chinese).
20. Shuisheng Zhou, Hongwei Liu, Jiangtao Cui, Lihua Zhou. Exact Semismooth Newton SVM. SLNSC 4221: Advance in Natural Computation,2006, 9(SCI/EI/ISTP).
19. Shuisheng Zhou, Weiwei Wang, Lihua Zhou. A New Technique for Generalized Learning Vector Quantization Algorithm. Image and Vision Computing, 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)(in Chinese)
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)(in Chinese)
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)(in Chinese)
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)(in Chinese)
14. Shuisheng Zhou, Lihua Zhou. A new measure to improve the performance of the LVQ algorithms, Picture Coding Symposium. Saint Malo, 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.(in Chinese)
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.(In Chinese)
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)(in Chinese)
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.(in Chinese)
8. Shuisheng Zhou, Lihua Zhou, Weiguang Liu, A new generalized learning vector quantization algorithm. SPIE 2002, Vol 4875: 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)(in Chinese)
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.(in Chinese)
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.(Chinese)
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.(Chinese)
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.(in Chinese)
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.(in Chinese)
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.(in Chinese)
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：
~~~~~~~~~~~~~~~~~~~~~~~~~~
