1. 简单百科
  2. 张燕平

张燕平

张燕平,女,安徽大学计算机科学与技术学院教授,博士,博士生导师,计算机科学与工程系主任。

人物经历

1981年毕业于上海电力大学热工自动化专业,1989年作为合肥工业大学微机应用研究所研究生获工学硕士,2000年9月至2003年7月在职读博士研究生,并获得安徽大学计算机应用专业工学博士学位。

2000年6月任安徽大学计算机系副教授,2003年担任计算机应用专业硕士研究生导师,2004年6月破格任教授。

研究方向

主要从事商空间模型下构造性机器学习方法的研究和应用,应用机器学习中的多侧面递进方法,进行了数据集空间维数约简研究,进行了高维时间序列预测研究。

基于商空间理论的大数据集的建模方法,应用商空间粒度计算理论进行分析、预测、决策的方法,形成得到再现过去、反映现在、预测未来的系统模型。

人工智能:智能计算方法、机器学习及应用。主要研究在商空间粒度计算模型中,如何用构造性机器学习方法,构造问题的不同粒度描述,获得数据集的分类、聚类与决策规则,或问题求解的方法。系统工程方法论复杂系统的多粒度模型的建立,知识的分析和表示方法,和决策规则获取。

科研项目

担任技术骨干参加了多项国家973项目、863项目以及国家自然科学重点基金、面上基金等多项课题的研究工作,主持国家自然科学面上基金项目一项,省自然科学基金项目、省产学研项目及省教育厅项目多项,是校学术创新团队“商空间粒度计算的理论及应用”的带头人。

研究成果

发表有关商空间粒度模型、多侧面机器学习方法及应用方面的论文60多篇,

发表论文

张燕平,张铃,吴涛,不同粒度世界的描述法—商空间法,《计算机学报》2004(3) 张燕平,张铃等,基于覆盖的构造性学习算法(SLA)及在股票预测中的应用,《计算机研究与发展》2004(6) Zhang Yan-ping,Wu Tao,Zhang Ling, A Self-adjusting and Probabilistic Decision-makingClassifier Based on the Constructive Covering Algorithm in Neural Networks,ICMLC2002。张燕平,机器学习中特征提取的新方法—重复覆盖算法,《安徽大学学报》2002(3) 张燕平,张铃,夏莹,商空间理论与粗糙集的比较, 《微机发展》2004(10)张燕平,张铃, 段震,构造性核覆盖算法(CKCA)在图像识别中的应用,《中国图象图形学报》2004(11)吴涛,张铃,张燕平,机器学习中的核覆盖算法 计算机学报(2005, Vol.28, No.8, pp:1295-1231). 张,张燕平,程家兴,时间序列相似模式的分层匹配. 计算机辅助设计与图形学学报第17卷第7期2005年7月 Zhang Ling,Tao Wu,Yanping Zhang,A Kernel 函数 Method in Clustering,in Tu Bao Ho,David Cheung,Huan Liu(Eds.) Advances in Knowledge Discovery and Data Mining. Proceedings PAKDD 2005 河内,Vietnam,May 18-20,2005.9th Paciffic-Asia Conference. Lecture Notes in Artificial Intelligence LNAI:3518:38-42.(2005). Shu Zhao,Yan-ping Zhang,Zhang Ling,Jie Chen,Zhong Wan,Ying-chun Zhang,and Chen-xi ZHANG.,The Quotient Structure in Gtanule Computing.2005 IEEE International Conference on Gtanular Computing,volume 1:359-362(IEEE Grc2005, P359-362,Beijing,China). Shu zhao,,Yan-ping Zhang. Zhang Ling, Ping Zhang.,Ying-chun Zhang,Probability Model of Covering Algorithm(PMCA) LNCS 4113 International Conference on Inteligent Computing,ICIC 2006 Kunming, China, August 2006 Proceedings, PartI. pp:440-444. 张燕平,张铃,吴涛,机器学习中的多侧面递进算法MIDA. 电子学报(2005, Vol.33, No.2, pp:327-331).

获奖情况

获得了安徽省科学技术二等奖(2004年)。获软件著作权2项,申请发明专利2项。

参考资料