-
科学出版社
- 9787030849069
-
1版
-
B5
-
2026-05
作者简介
（1） 2017年03月-2021年05月，新西兰惠灵顿维多利亚大学，博士
（2） 2013年09月-2016年06月，深圳大学，硕士
（3） 2009年09月-2013年06月，武汉轻工大学，学士（1） 2022年10月至今，郑州大学电气与信息工程学院，学科特聘教授
（2） 2020年07月-2022年09月，新西兰惠灵顿维多利亚大学，博士后研究员
（3） 2021年03月-2022年03月，新西兰惠灵顿维多利亚大学，项目管理员以第一作者出版英文学术专著 1 部，为全球首部关于遗传规划算法在图像分类应用上的专著。国内外重要期刊及学术会议上发表SCI/EI收录论文 60余篇，包括第一或通讯作者发表IEEE系列期刊论文17篇。（1）担任7个领域内知名期刊编委，包括IEEE汇刊《IEEE Transactions on Evolutionary Computation》 和《IEEE Transactions on Artificial Intelligence》、中科院一区期刊《Applied Soft Computing》
（2）担任IEEE 计算智能学会女性委员会主席、IEEE计算智能学会进化计算机视觉与图像处理专委会主席、IEEE计算智能大会研讨会主席（2024）、进化计算国际会议GECCO学生事务主席（2023、2024）
（3）连续三年在IEEE国际数据挖掘会议上（IEEE ICDM 2021、2022、2023）组织进化数据挖掘和机器学习研讨会，在国际进化计算著名会议如IEEE CEC、IEEE SSCI上组织多次相关专题会议，长期担任20多个领域重要期刊审稿人和20多次国际著名学术会议程序委员会成员。
查看全部
内容简介
图像分类是计算机视觉与机器学习领域的一项重要任务，应用范围广泛。特征学习是图像分类的基础环节。图像本身的高变异性，使特征学习成为一个极具挑战性的问题。遗传规划（又称遗传编程）作为一种进化计算技术，能够通过自动演化计算机程序来解决各类复杂问题。本书系统阐述了如何整合图像算子、集成学习与代理模型等关键技术，以提升遗传规划算法在图像分类中的准确率及其计算效率。书中提出的方法已应用于多种图像分类任务中，并验证了模型的有效性与可解释性。
