关于我校参与的复杂异质数据融合与分析项目信息公示，为期5个工
更新时间：2025-06-19 11:42:57作者：佚名
依据《云南省科学技术奖励办法》（云南省人民政府颁布的第224号令）以及《云南省科技厅发布的关于云南省科学技术奖励具体实施办法的通知》（编号云科规〔2022〕12号），同时参照《云南省科技厅关于2025年度云南省科学技术奖提名工作的具体要求》，我校正对参与提名的一个项目——“复杂异质数据的融合与分析”的相关信息进行公开，公示期限为五个工作日，即从2025年4月22日起至2024年4月27日止。
公示期间，若任何单位或个人对公示项目持有不同意见，请以书面方式提出（务必注明通信地址及联系方式）向我校科技部门进行反馈。若单位提出异议，需在异议文件上加盖单位公章；若个人提出，则需在文件上亲笔签名并注明真实姓名及联系方式。
联系人：郭老师
联系电话： -65918678
附件：项目公示信息
云南民族大学
2025年4月22日
《复杂异质数据的融合与分析》项目公示信息
一、 项目名称：复杂异质数据的融合与分析
二、 提名者：云南大学
提名等级：云南省自然科学二等奖
三、 项目简介
传感技术与互联网的进步，使得物理和社会传感所搜集的各类繁杂多样的数据量迅猛增加，这为社会观察与服务的提升提供了前所未有的机遇。通过融合与分析这些复杂异质数据，我们能够揭示其中蕴含的关键模式，从而有力地促进了国家及云南省在医疗、金融、交通等关系到国计民生的关键领域的快速发展，其影响深远而重要。然而，由于复杂异质数据来源广泛、知识隐藏且增长迅猛，如何高效整合这些多源异质数据，挖掘其内在规律，这不仅是实现复杂与智能应用的核心科学难题，而且也是目前人工智能研究领域的焦点问题。
在获得国家自然科学基金项目和云南省科技计划重点项目的大力支持下，针对复杂异质数据来源的广泛性、知识深藏不露、增长迅猛等特性所带来的诸多挑战，诸如特征差异显著、价值难以挖掘、大规模数据分析效率低下等问题，项目团队致力于研究多源数据融合、智能解析与应用、智能计算优化等方面的理论、算法和技术。由此，我们成功形成了具有显著自主创新优势的研究成果。以下为主要科学发现：
1. 提出了多源智融的异质数据协同融合新方法。依托无监督学习、图嵌入技术和深度学习理论，我们创新性地提出了基于属性自表达的多级融合策略和基于结构自表达的近邻感知融合方法，这一新方法有效推动了不同视角、不同类别、不同关联以及不同分布区域间的信息交互、语义映射和关系推断，成功解决了由复杂异质数据来源多样性引发的特性差异难题，从而为深入挖掘和分析隐藏模式打下了坚实基础（参见代表性论文1、2、4、6、7）。
2. 提出了析以智用的异质数据模式分析新模型。通过对样本内部与样本之间、视图内部与视图之间、元路径内部与元路径之间、特征内部与特征之间的相互联系进行深入分析，探讨了复杂异质数据中的聚类形态、社群形态以及空间位置形态，揭示了数据的深层结构、交互机制、分布特征，为个性化推荐、团队构建、资源优化等实际应用提供了有力支撑，并有效解决了由复杂异质数据知识隐藏性所引起的价值难以挖掘的问题（参见代表性论文8）。
3. 提出了优化智算的异质数据智能计算新算法。提出了无监督的GCN训练方法，并设计了基于聚类嵌入层的优化算法，同时引入了剪枝或近似策略以及用户反馈机制。此外，还开发了基于列计算并行和极大空间团-哈希表的挖掘算法。这些方法旨在从海量异质数据中实现快速聚类、子图搜索和同位模式的识别，有效应对复杂异质数据快速增长带来的大规模数据分析效率低下的问题，从而为分析方法的实际应用提供了有力保障（参见代表性论文3、5）。
项目成果在国内外知名期刊和会议上发表了36篇论文，包括TKDE、TNNLS、INFFUS、计算机学报、软件学报、计算机研究与发展等，同时出版了一部专著网校头条，并获得了3项发明专利的授权。该学者发表的8篇具有代表性的论文在SCI数据库中被引用101次，在CPCI-S数据库中被引用23次云南民族大学官网，在CNKI数据库中被引用49次，在Scopus数据库中被引用140次，其累计影响因子达到了57.651。其中，单篇论文在SCI数据库中的最高引用次数为35次，最高影响因子为14.8。研究成果受到了包括IEEE/ACM Fellow和欧洲科学院院士在内的众多国内外知名学者的认可与引用，相关引文已发表在TKDE、TIP、KDD、ICDE、CVPR、ICCV等数据挖掘、人工智能以及计算机视觉领域的顶尖期刊和会议上。项目组成员中，有1位成功跻身云南省中青年学术和技术带头人后备人才行列，另有1位被纳入云南省“兴滇英才支持计划”青年人才名单。该项目的研究内容展现出了系统性与完整性，其研究成果在引领性和创新性方面均有显著表现。查新报告明确指出，在所检文献及限定时限内，国内外均未发现与本项目所述技术相类似的文献，充分证明了本项目的新颖性。
四、 代表性论文专著目录
杜国旺，周丽华*，吕凯文，吴浩，徐志民。基于多级表示和对抗正则化的多视角子空间聚类，IEEE神经网络与学习系统杂志，2023年，第34卷第12期，页码10279至10293。
杜国旺，周丽华*，李中雪，王丽珍，吕凯文。基于图卷积网络的邻域感知深度多视角聚类，信息融合，2023年，第93卷（2023）：330-343。
杨培中，王丽珍*，王晓璇，周丽华。考虑耦合关系的空间共现模式挖掘新方法：SCP-CR，发表于《IEEE知识数据工程杂志》，2022年，第34卷第12期云南民族大学官网，页码5979至5992。
周丽华，杜国旺，吕凯文，王丽珍。基于网络的稀疏和多流形正则化的多视角聚类多重非负矩阵分解，专家系统与应用，2021年，第174卷（2021）：114783。
Vanha Tran，Lizhen Wang（通讯作者），Hongmei Chen，Qing Xiao共同发表了一篇论文。该论文题为《MCHT：一种基于最大团和哈希表的频繁共定位模式挖掘算法》。该研究发表在2021年的《Expert Systems with Applications》期刊上，卷号为175，页码为114830。
杜国旺，周丽华*，杨宇迪，吕凯文，王丽珍。基于深度多视角自动编码器的多视图聚类研究，数据科学与工程，2021年，第6卷第3期，页码323至338。
杜国旺，周丽华*，吕凯文，丁海燕。基于深度学习的多视角非负矩阵分解在聚类分析中的应用，智能数据分析，2021年，第25卷（2021）：第339-357页。
王家龙、杨杰、周丽华（*）、王丽珍、王睿康共同撰写的论文，题目为《异质信息网络的复杂条件社区搜索》，发表于《软件学报》2023年第34卷第10期，页码为4830至4850。
五、 主要完成人基本情况
序号
姓名
工作单位（完成单位）
职称
职务
周丽华
云南大学（云南大学）
教授
杜国王
云南大学（云南大学）
博士后
王丽珍
云南大学（云南大学、滇池学院）
教授
杨培忠
云南大学（云南大学）
副教授
陈红梅
云南大学（云南大学）
副教授
王家龙
云南民族大学（云南大学）
讲师
相关文章
为您推荐
加载中...