翟俊海个人简介 - 数学与信息科学学院

翟俊海个人简介

 

 

 

导师简介:

翟俊海,博士,教授,博士生导师。河北省机器学习与计算智能重点实验室主任,河北省机器学习学会理事长,河北省高校大数据教育联盟专家委员会委员,河北大学学术委员会委员。中国人工智能学会知识工程与分布智能专业委员会委员、粒计算与知识发现专业委员会委员。主要研究方向为大数据处理、机器学习、深度学习。

5年取得的科研成果

(一)科研项目

  1. 在研项目
  • 河北省重点研发计划项目“基于深度学习的两类非平衡大数据分类理论、方法及应用研究(19210310D)”,研究周期2019年5月至2022年6月,项目经费50万元,主持人。
  • 河北省自然科学基金项目“基于深度学习的长尾可视识别研究(F2021201020)”,研究周期2021年1月至2023年12月,项目经费10万元,主持人。
  1. 完成项目
  • 河北省自然科学基金项目“非平衡多模态大数据分类算法研究(F2017201026)”,研究周期2017年1月至2019年12月,项目经费6万元,主持人。
  • 河北省研究生专业学位教学案例库建设项目“Hadoop大数据处理教学案例库建设(KCJSZ2018009)”,研究周期2019年3至2021年3月,项目经费2万元,主持人。

(二)学术专著

  • 翟俊海. Hadoop/Spark大数据机器学习. 北京: 科学出版社, 2020.
  • 翟俊海, 张素芳. 面向数据挖掘的算法设计与分析. 北京: 科学出版社, 2017.
  • Xizhao Wang, Junhai Zhai. Learning with Uncertainty, CRC Press, Taylor & Francis Group, 2016.

(三)SCI论文

  • Yingzhen Hou, Junhai Zhai(通讯作者), Jiankai Chen. Coupled adversarial variational autoencoder. Signal Processing: Image Communication, 2021, 98:116396.
  • Junhai Zhai, Jiaxing Qi, Sufang Zhang. Imbalanced data classification based on diverse sample generation and classifier fusion. International Journal of Machine Learning and Cybernetics. (2021). https://doi.org/10.1007/s13042-021-01321-9.
  • Junhai Zhai, Jiaxing Qi, Sufang Zhang. An instance selection algorithm for fuzzy K-nearest neighbor. Journal of Intelligent & Fuzzy Systems, 2021, 40(1):521-533.
  • Junhai Zhai, Jiaxing Qi, Sufang Zhang. Binary Imbalanced Data Classification Based on Modified D2GAN Oversampling and Classifier Fusion. IEEE Access, 2020, 8:169456-169469.
  • Junhai Zhai, Xu Zhou, Sufang Zhang, Tingting Wang. Ensemble RBM-based classifier using fuzzy integral for big data classification. International Journal of Machine Learning and Cybernetics, 2019, 10(11):3327-3337.
  • Junhai Zhai, Xizhao Wang, Sufang Zhang, et al. Tolerance rough fuzzy decision tree. Information Sciences, 2018, 465:425-438.
  • Junhai Zhai, Sufang Zhang, Mingyang Zhang, et al. Fuzzy integral-based ELM ensemble for imbalanced big data classification. Soft Computing, 2018, 22(11):3519-3531.
  • Junhai Zhai, Liguang Zang, Zhaoyi Zhou. Ensemble Dropout Extreme Learning Machine via Fuzzy Integral for Data Classification. Neurocomputing, 2018, 275:1043-1052.
  • Junhai Zhai, Sufang Zhang. Three-way decisions model based on rough fuzzy set. Journal of Intelligent & Fuzzy Systems, 2018, 34 (3):2051-2059.
  • Junhai Zhai, Sufang Zhang, Chenxi Wang. The Classification of Imbalanced Large Data Sets Based on MapReduce and Ensemble of ELM Classifiers. Journal of Machine Learning and Cybernetics, 2017, 8(3):1009-1017.
  • Junhai Zhai, Yao Zhang, Hongyu Zhu. Three-way decisions model based on tolerance rough fuzzy set. Journal of Machine Learning and Cybernetics, 2017, 8(1):35-43.
  • Junhai Zhai, Xizhao Wang. Xiaohe Pang. Voting-based Instance Selection from Large Data Sets with MapReduce and Random Weight Networks. Information Sciences, 2016, 367: 1066-1077.
  • Junhai Zhai, Ta Li, Xizhao Wang. A cross-selection instance algorithm. Journal of Intelligent & Fuzzy Systems, 2016, 30 (2): 717-728.
  • Junhai Zhai, Qingyan Shao, Xizhao Wang. Architecture Selection of ELM Networks Based on Sensitivity of Hidden Nodes. Neural Processing Letters, 2016, 44(2):471-489.
  • Junhai Zhai, Sufang Zhang, Yao Zhang. An Extension of Rough Fuzzy Set. Journal of Intelligent & Fuzzy Systems, 2016, 30(6):3311-3320.
  • Junhai Zhai, Wenxiu Zhao. Ensemble of Multiresolution Probabilistic Neural Network Classifiers with Fuzzy Integral for Face Recognition. Journal of Intelligent & Fuzzy Systems, 2016, 31(1): 405-414.
  • Junhai Zhai, Qingyan Shao, Xizhao Wang. Improvements for P-ELM1 and P-ELM2 Pruning Algorithms in Extreme Learning Machines. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 2016, 24(3):327-345.

 

指导专业名称:软件工程、电子信息

 

研究方向:大数据处理、机器学习、深度学习

 

5年培养的研究生

1)在读研究生

2020级 孔令权、张威、古博文、刘宇宁、马世祥、廖睿智

2019级 张明、许垒、高光远

2)毕业研究生

2021届 申瑞彩、侯璎真、周翔

2020届 齐家兴、王谟瀚、田石、宋丹丹(和李艳教授联合培养)

2019届 沈矗

2018届 王婷婷、郝璞、王聪、周昭一、刘晓萌(在职)

2017届 刘博、臧立光、张明阳

3)毕业研究生去向

近5年毕业的15位研究生中(不包括1位在职的),2位考取了博士研究生,3位去了银行系统,8位去了软件公司,1位去了其他公司,1国防生。