蒲亦非 - 四川大学 - 计算机学院

个人简介

1999年获得四川大学学士学位，2003年获得四川大学硕士学位，2006年6月获得四川大学博士学位。2006年6月-2008年4月在电子科技大学电子工程学院从事博士后研究工作。2007年12月-2009年5月在法国科学院从事博士后研究工作。2007年7月博士毕业后入职四川大学计算机学院为副教授，2013增列为硕士生导师，2014年9月增列为博士生导师。蒲亦非教授一直聚焦于如何将分数阶微积分应用于现代信号分析与处理，开拓了分数阶信号处理新领域。主要研究方向包括分数阶信号处理、图像处理、电路与系统和人工智能。近5年，蒲亦非发表SCI论文40余篇，其中第一作者在IEEE TIP, IEEE TNNLS, IEEE TCAS, IEEE ITSM, IEEE IOT等本学科重要期刊发表SCI论文20余篇，SCI他引330次（一作单篇最高SCI他引83次）；第一发明人获授权发明专利14项；出版学术专著5部；作为项目负责人主持国家省部级科研项目12项，获得省部级科研奖励5项（其中，蒲亦非的博士学位论文《分数阶微积分在现代信号分析与处理中应用的研究》入选2017年四川省优秀博士学位论文；蒲亦非的科研成果“基于分数阶微积分理论的智能信号处理”个人获奖吴文俊人工智能科学技术奖（自然科学奖）三等奖（吴文俊人工智能科学技术奖被誉为“中国智能科学技术最高奖”））。长期担任IEEE TMI, IEEE TIP和IEEE TNN等期刊的审稿人。蒲亦非作为负责人的科研成果“分数阶忆阻的首次硬件实现及其指纹特征的发现”还获得“2019年度四川大学十大基础科学进展奖”。项目成果及获奖荣誉 1、国家自然科学基金面上项目：分数阶忆阻模拟实现的新标度电路结构及其电气特性变化规律研究。国家级 2022-2025。负责人 2、中国兵器装备集团（成都）火控技术中心项目（非密）：多智能体协同对抗算法研究。2021-2022。负责人 3、国家重点研发项目课题：面向开庭全过程的多模态记录和融合比对分析技术及装备研究（高质高效的审判支撑关键技术及装备研究。国家级2018 -2022。负责人招生专业与方向蒲亦非招收研究生的方向及代码：第一，博士研究生：专业一：081200 计算机科学与技术（科学学位），研究方向1：05 计算机图形图像与虚拟现实；研究方向2：07 机器智能与类脑计算；专业二，085271 电子与信息（工程博士），研究方向1：06（全日制）机器智能与类脑计算；研究方向2：13（非全日制）机器智能与类脑计算。第二，硕士研究生：专业一：077500 计算机科学与技术（科学学位），研究方向1：06 (全日制)计算机图形图像与虚拟现实；研究方向2：08 (全日制)机器智能与类脑计算；专业二，085211 计算机技术（专业学位，含非全日制）研究方向1：07 (全日制)智能信息处理；研究方向2：(非全日制)智能信息处理。

研究领域

分数阶信号处理、分数阶图像处理、电路与系统和人工智能等

近期论文

查看导师最新文章（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）

[1] Yi-Fei PU, et al. “Fractional-Order Ant Colony Algorithm: A Fractional Long Term Memory Based Cooperative Learning Approach,” Swarm and Evolutionary Computation. 2021, accepted to be published. [2] Yi-Fei PU, et al. “An Input Weights Dependent Complex-Valued Learning Algorithm Based on Wirtinger Calculus.,” IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2021, accepted to be published. [3] Yi-Fei PU, et al. “Ladder Scaling Fracmemristor: A Second Emerging Circuit Structure of Fractional-Order Memristor.,” IEEE Design & Test, vol. 38, no. 3, pp. 104-111, 2021. [4] Yi-Fei PU, et al. “Fractional-Order Memristive Neural Synaptic Weighting Achieved by Pulse-Based Fracmemristor Bridge Circuit,” Frontiers of Information Technology & Electronic Engineering, 2021, accepted to be published. [5] Yi-Fei PU, et al. “Fractional-Order Memristive Predictor: Arbitrary-Order String Scaling Fracmemristor Based Prediction Model of Trading Price of Future,” IEEE Intelligent System , vol. 35, no. 2, pp. 65-77, 2020.