日期:2012年11月15日 11:48:00



吴永贤,博士,教授,博士生导师,IEEE高级会员。长期从事机器学习领域中的神经网络训练和特征选择等基础研究,提出了创新的局部泛化误差模型,并作为一直以来所在团队的研究重心,将其应用到神经网络训练上以提升其泛化能力和鲁棒性,该研究为大数据中的机器学习与模式识别、大规模信息检索和深度学习等应用提供了一个创新而高效的训练方法。相关研究已在包括IEEE TNNLS、IEEE T-Cyb、Pattern Recognition、Information Sciences和IEEE TMM等国际权威期刊及国际会议上发表了过百篇文章,其中SCI检索三十余篇,其余全为EI检索。吴教授的总影响因子为66.8,h-index为16,总被引次数过千,于IEEE Transactions on Neural Networks上发表的局部泛化误差模型文章已被引用过百次,另有3篇文章被引用超过50次。指导的博士生、硕士生及本科生均有在IEEE TNNLS和T-Cyb等一、二区SCI期刊上发表论文。吴教授主持3项国家自然科学基金及1项教育部新世纪人才计划,并获得学校的第三层次人才计划支持及主持2项中央高校重点项目。应邀至美国、英国、澳大利亚、意大利、加拿大、日本等国的著名高校做学术报告及交流合作。

吴教授2016年获选为中国计算机学会计算机视觉专委会委员;2010年起担任Springer出版SCI国际期刊副主编;2010年获选担任2011-2013年间IEEE SMC学会董事会成员;2011年起担任IEEE SMC学会国际会议事务评审委员会委员;担任ICMLC 2015国际会议程序委员会主席;2002年起担任IEEE TNN和IEEE T-IFS等十余个知名高水平国际期刊评审员。有较高的学术水平及影响力。

近年指导博士生发表期刊论文:

[1] "Incremental Hashing for Semantic Image Retrieval in Nonstationary Environments", IEEE Transactions on Cybernetics, 2016

[2] "MLPNN Training via a Multiobjective Optimization of Training Error and Stochastic Sensitivity", IEEE Transactions on Neural Networks and Learning Systems, 2016

[3] "Steganalysis classifier training via minimizing sensitivity for different imaging sources", Information Sciences, 2014

近年指导硕士生发表期刊论文:

[1] "Dual autoencoders features for imbalance classification problem", Pattern Recognition, 2016

[2] "Asymmetric Cyclical Hashing for Large Scale Image Retrieval", IEEE Transactions on Multimedia, 2015

[3] "Two-phase mapping hashing", Neurocomputing, 2015

近年指导本科生发表期刊论文:

[1] "Diversified Sensitivity-Based Undersampling for Imbalance Classification Problems", IEEE Transactions on Cybernetics, 2016

电子邮件:wingng@scut.edu.cn