王文剑

王文剑老师的简介

文剑（女性），出生于1968年10月，在山西大学计算机与信息技术学院担任教授，并持有博士学位；他是山西省青年学科带头人之一。
在山西大学的两个重要实验室中担任领导职务：一个是省部共建教育部重点实验室的副主任，《另一个是智能信息处理山西省重点实验室》的负责人。
自1988年以来，在《中国科学》等权威期刊上发表了超过50篇学术论文；其中被SCI和EI收录超过20篇，并获得了同行专家的广泛引用。

主要研究方向为:计算智能、数据挖掘、神经网络、支撑向量机、环境计算等。

研究工作简历

2006.4至今山西大学计算机与信息技术学院任博士生导师

2004.8至今山西大学计算机与信息技术学院任教授

2000.9 - 2004.5西安交通大学攻读博士学位

2001.5 - 2002.5香港城市大学做访问学者

2000.6香港中文大学参加“神经与演化算法及空间数据分析”高级研讨会

1993.4 - 2000.9山西大学计算机系历任助教、讲师、副教授

1990.9 - 1993.4河北工业大学计算机系攻读硕士学位

1986.9 - 1990.7山西大学计算机科学系读本科

主讲课程

人工智能技术的基础研究领域之一

获奖情况

以计算智能为基础的研究数据挖掘理论与方法获得了山西省科学技术奖（自然科学类）的一等奖，在2006年位居第三名。

神经网络仿真开发系统的构建与实现，在1996年获得了山西省科学技术奖（科技进步类）二等奖，并获得亚军。

以计算智能为理论基础开展数据挖掘研究，并获得了山西省高等学校科技进步一等奖这一奖项，在2006年位居学术界第三名

智能信息处理,获山西省高等学校优秀创新团队,2006年,排名第三。

数据通信与计算机网络,获山西省精品课程,2004年,排名第二。

主要论文

Calculation of the Best Gaussian Kernel Parameter for Support Vector Machine Applications, published in Lecture Notes in Computer Science volume 5263, pages 627–635, year 2008, as part of the International Conference on Computer Science (II) proceedings. The author is ranked first.

Optimization of Gaussian Kernel Width for Support Vector Machines Within the Framework of Convex Estimation

一种基于粒度的方法用于支撑向量机的学习策略发表于《计算机科学》期刊上其卷号为35卷期号为第8A期文章页码范围包括101至103以及116页内容发布于2008年7月该文章属于其所属一级学科下的核心期刊排位为第二名并标注为一级学科核心期刊-C类

4.一种协同支持向量机学习算法,计算机科学,35(8a):107-110,2008-7,二级学科主学报(一C),排名:2

5. A redundant incremental learning algorithm for support vector machines (SVMs), Proceedings from the 2008 International Conference on Machine Learning and Cybernetics, 734-738, June 2008, ICAI (IIA), rank:1

一种基于数据分布的核选择方法，《人工智能讲义》第5009卷（共IIA卷），第596至603页，在2008年的出版物中排版序号为1

基于时间相关性的核函数构建方法发表于《Journal of Computational Information Systems》第4卷第1期：317-322页。该期刊为国外学术期刊（二A）级别，并获得第二名的排名。

一种基于动态特征词典的支持向量机（SVM）系统用于中文电子邮箱过滤机制的研究与实现

9.一种回归SVM选择性集成方法,计算机科学,35(4):178-180,2008-4,二级学科主学报(一C),排名:2

一种以多学习器标记为基础的半监督SVM学习方法发表于《广西师范大学学报》第26卷第1期（2008年3月），该论文被统计源（二A）收录，并列在同一期刊上共有四篇论文被统计数据库收录

11. 基于不变性的理论基础与支持向量机（SVM）的融合方法, 计算机工程与设计, 29(4): 901-903, 2008年第一期, 统计源(二A), 排名: 2

基于支持向量机技术构建的在线预测系统发表于 Neurocomputing 杂志上的研究论文指出

13.一种基于SVM的中文电子邮件过滤方法,山西大学学报,30(3):303-309,2007-8,统计源(二A),排名:1

基于算法体系的整体课程协同发展机制探讨

该研究提出了一种新的SVC核参数选择方案，在依赖于数据独立性的前提下实现了分类性能的有效提升

16.基于凸包估计的核参数选择方法,计算机工程与设计,27(11):1961-1963.,2006-8,统计源(二A),排名:2

17.基于时序核函数的支持向量回归机,计算机辅助工程,15(3):35-38,2006-10,统计源(二A),排名:2

一种基于数据分布特征的核选择方法,计算机科学(第10期增刊),《计算机科学》（一级学科一级学报）,33（卷号为216-217期次号为245）,发表于 《计算机科学》 一级学科一级学报（简称：一C类期刊）中,该文发表于 《计算机科学》 杂志 一级学科一级学报（简称：“一C类期刊”）中

基于数据的一种核参数优化方法，《电脑开发与应用》杂志上发表的文章编号为：第十九卷第一期刊登了该文：该文在第十九卷第一期刊登了该文：该文在第十九卷第一期刊登了

An incremental approach to the development of an incremental learning strategy in support vector regression, Neural Processing Letters, 21(3): 175–188, 2005–6, sci外围(一B), ranking: 1.

21.Potential assessment of the \ ,Chemosphere,59(5):693-701,2005-4,sci核心A区(特二级),排名:2

第22卷《中国人工智能进展》（上）中刊登了关于"基于数据的核优化方法"的研究论文。该文详细探讨了该类方法的核心优化技术及其应用前景，并在《中国人工智能进展》期刊（二B类）上正式发表。论文经同行评审确定为本刊第二位著录作品

利用模糊计算方法对环境时序进行预测的研究,WELL-OFF SOCIETY STRATEGIES AND SYTEMS ENGINEERING, Guangya Chen Ed., Global-Link Publisher, Hong Kong,2004年8月,其他正式刊物(二B),排名:1

A comprehensive evaluation of a neural network model employing the PCA/RBF method is utilized to predict the trend of pollutants in the Mong Kok urban air within Hong Kong.

支持向量回归神经计算卷61期259至275页2004年7月版 sci外围(一B)排名1

Potential evaluation of a neural network model using the PCA/RBF method to predict air pollution trends in the Mong Kok urban area, Hong Kong. Environmental Research, 96(1): 79–87, 2004. Journal ranked as a core SCIE journal (second tier), ranking: 2

27.解决多维全局优化问题的一种方法,计算机工程与设计,25(11),2061-2062,2073,2004-11,统计源(二A),排名:2

28.一种新的支撑向量机增量学习算法,计算机科学(专刊),31(10.A),227-228,239,2004-10,统计源(二A),排名:1

29. Heuristic-based training approach in support vector regression (SVM), Proceedings of the 7th International Conference on Young Computer Scientists and Engineers, 175-268, August 2003, International Conference Proceedings (IIA), Rank: 1.

Three enhanced neural network models employed for air quality prediction. Engineering Computations, 20(2), 192-210 (May 2003). Journal Rank: One-B Category, SCI Indexed

Forecasting the maximum daily ozone level based on an integrated neural network model and its statistical features was published in Environment International in 2003 year, issue (5), covering pages 555-562. The article was released in October 2003 as part of the sci外围 (一B) category with ranking 1.

Setting the spread parameter within Gaussian kernels for both classification tasks and regression analyses, Neurocomputing, issue 55, covering pages 643–663 in October 2003, sci外围(一B), ranked first.

基于改进型神经网络模型对RS... 系统性地评估了在蒙热空气中的NOx... 水平，并发表于Environmental Monitoring and Assessment (年份)卷号:起止页码

34. 调查表明，在香港与人类健康相关的区域内臭氧变化规律的研究具有重要意义。
    Chemosphere(1.461), 2003, 52(9): 1405-1,
    2003-10, sci核心A区（特别二级），排名位置: 3.

编号为35号的启发式训练方法应用于支持向量回归技术中，在Proceedings of the 7th International Conference on...中发表于2003年10月，在哈尔滨（中国）召开的国际会议论文集中（第二部分）作为第1位作者

36.用综合法优化前向神经网络结构,计算机工程与设计,22(6),2002-6,统计源(二A),排名:1

该研究基于遗传算法中的构建与剪枝整合方法探讨了最优前馈神经网络的设计与性能评估。

38. 预测Causesway神经网络模型中的Pownfants水平，《环境工程学会期刊》（ASCE）·环境工程分册·第1卷·第十二期（发布于该期刊第十二卷第十二期），发表年份为该期刊发布于该卷的年份期间，并列第二名

39.采用改进型神经网络模型对香港新界Causeway湾地区的空气质量进行预测，并发表于《环境工程学报》（ASCE）（影响因子：0.858），卷号第十二期：第十一期：第十一期：第十一期：第十一期：第十一期：第十一页至第二十三页（日期为十一年），SCI核心期刊（特别二级）级别

40.An initial investigation into ozone concentration trends and their effect on environmental quality in Hong Kong was published in Environment International in 2002. The article appeared in Volume 28, Issue 5, on pages 503–510.

41.Environmental monitoring systems have undergone significant advancements.The proceedings of the International Society for Optical Engineering were published during this period.June 19–21, 2000.Volume I, Issue Number 2.Placed first in the rankings

选择Gaussian核参数在支持向量机（SVM）中基于凸估计的方法，《Lecture Notes in Computer Science》期刊第5263卷第709-714页,(EI)国际会议论文集二A号,著录序号：2

和王文剑老师说几句呗

该功能升级中，暂停使用。

发布

0条点评

还没有点评，沙发等你来抢！

×

请填写您的昵称

昵称:

完成

王文剑老师的课程

C语言程序设计

王文剑老师的论文

从预测模型中提取规则

BP神经网络模型的优化

一种基于SVM的中文电子邮件过滤方法

基于结构化支持向量机的中文句法分析

粒度支持向量机学习模型

王文剑老师参与的论文

基于视觉注意的SVM彩色图像分割方法

处理非平衡数据的粒度SVM学习方法

一种基于环形分布的SVM核选择方法

民间传统工艺品的三维仿真

一种基于球状分布的SVM核选择方法

一种支持向量机集成的核选择方法

一种基于关联规则的核粒度支持向量机

基于神经网络的支持向量机学习方法研究

一种回归SVM选择性集成方法

一种基于多学习器标记的半监督SVM学习方法

一种基于动态特征词典的SVM中文电子邮件过滤方法

基于最佳逼近点的不变性常识与SVM的融合方法

一种基于数据独立性的SVC核参数选择方法

一种基于高斯分布的SVM核选择方法

基于时序核函数的支持向量回归机

基于凸包估计的核参数选择方法

一种基于数据的核参数优化方法