• 姓名: 李波
  • 职称: 副教授
  • 学位: 博士
  • 武汉科技大学
  • 计算机科学与技术学院
教育背景
毕业于中国科学技术大学模式识别与智能系统专业。
工作经历
武汉科技大学教授,中国科学院自动化所和同济大学博士后。
学术兼职
是国际SCI 期刊《IEEE Transactionson Neural Networks and Learning System》、《IEEE Transactions on Cybernetics》、《Pattern Recognition》、《Neurocomputing》、《PatternRecognition Letters》、《Journal of Applied ComputationalIntelligence and Soft Computing》的审稿人,担任国际会议InternationalConference on Intelligent Computing ( ICIC )、International Workshop on AdvancedComputational Intelligence (IWACI)和International Conference on Neural Information Processing(ICONIP)的PC member 和审稿人。
学术成果
在国际SCI,EI 期刊和国际会议上发表论文20多篇,目前发表20多篇论文,并且均被SCI/EI收录,授权发明专利三项。
科研项目

1、基于领域适应流形度量学习的无约束人脸识别方法研究,国家自然科学基金项目,201601-201912,76.80,总体设计,

2、基于图感知学习的多流形数据分析方法及实证研究,国家自然科学基金项目,201301-201612,80.00,总体设计,

3、基于稀疏感知理论的流形学习方法及应用研究,中央、国家各部门项目,201201-201312,10.00,总体设计,

4、肿瘤基因表达数据的稀疏流形学习方法研究,省(自治区、直辖市)项目,201101-201212,4.00,总体设计,

5、融合稀疏感知和流形学习的数据分类方法研究,省(自治区、直辖市)项目,201301-201412,2.00,总体设计,

6、基于领域适应的度量学习方法研究,中央、国家各部门项目,201701-201812,5.00,总体设计。

论文专著

1、Feature extraction using maximum nonparametric margin projection,Neurocomputing,国外,SCI,188,第一,

2、Constrained Discriminant Neighborhood Embedding for High Dimensional Data Feature Extraction,Neurocomputing,国外,SCI,173,第一,

3、Nonparametric Discriminant Multi-manifold Learning for Dimensionality Reduction,Neurocomputing,国外,SCI,152,第一,

4、Locally Linear Representation Fisher Criterion Based Tumor Gene Expressive Data Classification,Computers in Biology and Medicine,国外,SCI,53,第一,

5、Feature Extraction Using Maximum Variance Sparse Mapping,Neural Computing and Applications,国外,SCI,21(8),通讯,

6、Supervised feature extraction based on orthogonal discriminant projection,Neurocomputing,国外,SCI,71(1-3)(1,第一,

7、Locally linear discriminant embedding: An efficient method for face recognition,Pattern Recognition,国外,EI SCI,41(12),第一,

8、Feature extraction using constrained maximum variance mapping,Pattern Recognition,国外,SCI,41(11),第一,

9、Gene expression data classification using locally linear discriminant embedding,Computers in Biology and Medicine,国外,SCI,40(10),第一。

专利成果

1、一种基于稀疏表示的植物叶片数据识别方法,国家,其他,发明专利,2016-01-01,ZL 201310481334.0,1,

2、基于多流形学习的带钢表面缺陷识别方法,国家,其他,发明专利,2016-01-01,ZL 201310481527.6,1,

3、基于特征空间距离的带钢表面缺陷图像特征提取方法,国家,其他,发明专利,2017-01-01,ZL 201410695659.3,1,

4、基于流形学习的植物叶片分类方法,国家,其他,发明专利,2011-01-01,ZL 2008 1 0194778.5,2。