网络重点实验室、信息学院VS临沂大学研究所联合学术交流（上午活动）
2017年10月23日
1、报告题目：基于机器学习的婴幼儿脑部图像配准研究
8:30-9:15，12教学楼703
摘要：婴幼儿脑部发育快，对于MR图像，呈现巨大的形态变化和灰度变化，对配准造成困难。通过机器学习的方法，可以学习估计这些变化，有助于实现更准确的配准。主要介绍随机森林、深度学习方法在图像配准的应用。
报告人：临沂大学 信息科学与工程学院胡顺波教授
报告人介绍：胡顺波，2008年6月毕业于山东大学生物医学工程专业，2014年到美国unc大学访学一年，发表论文40多篇，主持多项国家和山东省项目，研究兴趣有医学图像配准、分割、机器学习等。
2、报告题目：Oscillation criteria for second-order superlinear Emden–Fowler neutral differential equations
9:15-10:00，12教学楼703
摘要：We study oscillatory behavior of solutions to a class of second-order superlinear Emden–Fowler neutral differential equations. New oscillation theorems are presented and their efficiency is illustrated.
报告人：临沂大学 数学与统计学院李同兴教授
报告人介绍：李同兴，1985年1月出生，山东费县人；2006年加入中国共产党。山东大学博士、博士后（专业：控制理论与控制工程）。临沂大学特岗三级教授，青岛科技大学校聘硕士生导师（计算机科学与技术），临沂大学-水原大学共建计算机科学校内合作博士生导师（临沂大学校内）。现为国际差分方程协会会员，德国《数学文摘》评论员，美国《数学评论》评论员，中国自动化学会会员，第十一届全国微分方程稳定性会议组委会委员。国际期刊《Journal of Mathematics and Computer Science》、《Bulletin of Mathematical Analysis and Applications》和《Journal of Mathematics and Statistics》编委，及其他6种国际期刊的主编、编委和特邀主编。主持山东省优青项目，国家自然科学基金青年项目、中国博士后科学基金面上项目各1项。近年来，主要围绕微分方程、差分方程、时标微分方程的渐近性与稳定性理论开展研究，提出了若干方程在非正则形式下的振动性问题并给出了振动准则，在《Annali di Matematica Pura ed Applicata》、《Journal of Mathematical Analysis and Applications》、《Monatshefte für Mathematik》、《Science China Mathematics》、《Mathematische Nachrichten》、《Communications in Nonlinear Science and Numerical Simulation》、《Applied Mathematics Letters》、《Applied Mathematics and Computation》、《Complexity》等国际期刊发表/录用SCI收录论文100余篇（6篇文章入选ESI高被引论文）。
3、报告题目：大数据计算中通信优化问题研究
10:00-10:45，12教学楼703
摘要：随着大数据分析和实时计算需求的增大，网络流量特征出现新的变化。在此关注大数据计算时数据通信问题：大规模实时数据的接入转存和数据中心东西向流量优化。软件定义网络SDN实现控制与数据的解耦合，为大数据计算通信优化提供良好的解决方案。使用SDN来解决大数据计算中数据通信优化问题，重点是数据混洗优化、实时数据接入和流表放置优化等。
报告人：临沂大学 信息科学与工程学院王海峰教授
报告人介绍：王海峰：男，1976年3月，教授，理学博士，中国计算机学会会员，ACM会员。重点研究高性能集群计算、海量数据存储和数据中心通信优化。以主要参与人完成两项国家自然科学基金面上项目，分别是大规模网络集群中的并行调度算法优化和GPU集群中实现协同计算的通信模型；主持、参与山东省自然科学基金项目8项；发表计算机类核心期刊论文50篇，其中EI\SCI检索的期刊论文20篇，最近五年以第一或通信作者身份在TPDS、PARCO、TJSC、计算机学报、软件学报、电子学报、计算机研究与发展、自动化学报发表论文8篇；申报国家发明专利5项，应用型专利2项;获得软件著作权8项。主持山东省精品课程1项，主持校级教改项目1项；出版学术专著1本，获得上海市技术发明三等奖1项，行业协会科技进步奖5项。
4、报告题目：复杂时空网络同步的几类控制研究
10:45-11:30，12教学楼703
摘要：针对几类复杂时空网络，考虑网络的时滞、结构、外部扰动等特性，研究了P-s D控制、SPID控制、边界比例控制、边界自适应控制等方法，分别给出了网络不同类型同步的充分条件和控制器参数的设计方法。最后，将其应用到多智能体一致性研究。
报告人：临沂大学 信息科学与工程学院副教授
报告人简介：杨成东，男，副教授，硕士生导师（曲师大兼职），先后于2007年和2011年在哈尔滨工程大学获理学学士和工学博士学位（硕博连读），2011年9月至今在临沂大学工作，2015年8月至今在东南大学自动化学院控制科学与工程博士后流动站进行博士后研究工作。近期研究兴趣为复杂网络控制、群体智能等研究。主持国家自然科学基金项目1项、主持山东省自然科学基金2项、山东省高校科研发展计划1项；作为主要成员，获山东高等学校优秀科研成果奖二等奖1项、山东省高等学校科学技术奖二等奖1项。近五年已在Neurocomputing、Science China Information Sciences、IET Control Theory & Applications等国际知名学术期刊和重要学术会议上已发表论文20余篇，其中SCI检索15篇，EI检索11篇。
网络重点实验室、信息学院VS临沂大学研究所联合学术交流（下午活动）
2017年10月23日
1、报告题目：基于计算机仿真技术的人群疏散研究
14:30-15:10，12教学楼704
摘要：随着科学技术的飞速发展，社会公共资源得到了极大的丰富，同时伴随着人们生活水平的提高，各类公共场所的大型集会逐渐增多。当聚集人群的密度程度较高时，行人流相互交织、相互挤压，人群处于高度不稳定状态，是发生拥挤踩踏等安全事故的隐患。这种现象如果不能得到及时预警和有效的控制，将会带来生命和财产的巨大损失。相对于安全隐患的实际演练，计算机仿真技术具有安全、重复、易于改变环境等特性，因此近年来逐渐应用到行人疏散理论的科学研究。突发事件下的行人运动是非常复杂的，其群体的疏散过程通常被认为是随机过程，即其试验过程无再现性，且参与人员的安全无法得到有效的保障，因此计算机仿真技术成为研究突发事件下人群疏散的最有效方法。利用计算机仿真技术可以方便的获取在各个人群规模，各种环境下的疏散参数，从而便于管理者制定和获取合适的疏散方案。
报告人：济南大学 信息科学与工程学院韩延彬副教授
报告人介绍：韩延彬，中国计算机学会会员，中国机器学习专业委会通信委员，中国人工智能学会会员。目前于山东师范大学攻读博士学位，研究重点集中基于计算机仿真技术的人群疏散研究。
2、 报告题目：参数自适应的数据流在线聚类算法研究
15:10-15:50，12教学楼704
摘要：在大数据应用中，数据经常以流的方式产生，具有数据规模无限增长、数据实时更新、数据产生无序和数据分布不固定的特点，聚类分析作为一种无监督的知识发现方法，无需对数据进行人工标记，更适用于数据流的应用需求。面向数据流的聚类算法需要解决以下问题：1、实现在线高效计算，根据数据更新情况实时调整计算结果；2、有效的处理离群点，并能够对任意形状的簇进行划分；3、计算结果不受初始参数设置影响。通过对基于密度聚类算法，数据流在线聚类流程和动态聚类结果统计分析方法进行创新性研究，实现参数自适应的动态聚类算法。
报告人：济南大学 信息科学与工程学院杜韬博士
报告人介绍：杜韬，博士，主要研究方向为基于无线传感器网路的信息采集以及大数据流中的知识发现，以第一作者和通讯作者身份发表SCI收录论文5篇，承担国家与省部级科研项目10余项，获得发明专利5项。研究成果在热电、水泥等行业得到了广泛应用，取得了良好的经济效益与社会效益。
3、报告题目：智能交通领域大数据技术应用
15:50-16:30，12教学楼704
摘要：随着我国城市化进程的快速发展，城市机动车保有量迅猛增长，交通拥堵、出行困难等问题已成为当前城市自身发展急需解决的问题。由于数据获取和感知技术日益成熟，交通大数据的规模急剧增长，如何利用大数据技术通过对交通大数据进行智能化分析，为城市交通管理提供智能化地决策支持，是本课题研究的核心问题。主要包括设计合理的智能交通大数据处理框架，构建支持批处理和流处理的“双级”计算引擎，建立面向城市交通管控的多种数据分析模型和算法，从而形成一套完整的城市智能交通大数据处理平台。目前，该平台已在济南、临沂等地市落地应用，经鉴定为国际先进水平。
报告人：济南大学 信息科学与工程学院于自强博士
报告人介绍：于自强、博士、毕业于山东大学计算机学院。研究方向包括海量时空数据计算分析、流数据分布式处理、关系数据库关键字查询等。目前，主持国家自然科学基金青年基金、山东省重点研发计划、山东省中青年科学家科研奖励基金等项目各一项。获得2016 ACM济南优秀博士学位论文奖、2016山东大学优秀博士学位论文奖。以第一和通讯作者在IEEE transactions on knowledge and data engineering（CCF A类期刊）、Information Sciences（CCF B类期刊）、EDBT（CCF B类会议）、JPDC（CCF B类期刊）、Soft Computing、《软件学报》等国内外知名期刊和会议发表学术论文10余篇。在海量时空数据分布式查询、流数据分布式存储、实时计算和挖掘分析等方面取得多项原创性成果，获取国内外同行的一致认可。
4、报告题目：基于视觉的道路消失点检测及其应用
16:30-17:10，12教学楼704
摘要：该研究工作是基于车载的复杂道路场景下的道路消失点检测。消失点是道路图像中重要的特征之一，广泛应用于汽车驾驶辅助系统，如汽车前进方向预测（Predict the Steering Direction），车载照相机参数标定（Camera Calibration），道路区域\边界检测（Road Region/Boundary Detection）等。由于道路类型和背景环境复杂多变，道路消失点检测的难度较大。基于凸模块（Salient Patch）和随机森林（Random Forest）的消失点检测算法的提出大大提升了检测的精度。检测得到的消失点用来实现道路图像逆透视变换（IPM），得到路面图像信息，使后续处理如车道检测和道路标记检测成为可能。
报告人：济南大学 信息科学与工程学院范雪博士
报告人简介：范雪，2007年9月至2011年7月于哈尔滨工业大学控制科学与工程系学习，获学士学位；2011年9月至2016年8月在国家公派-高水平大学项目资助下于韩国汉阳大学电子通信工程系学习，获博士学位；2016年10月加入太阳集团tcy8722。主要从事计算机视觉和模式识别方向的研究，近五年发表学术论文10余篇，其中包括SCI检索期刊论文4篇。
