何昭水 - 广东工业大学

个人简介

广东工业大学“百人计划”教授、自动化学院博士生导师、国家科技创新领军人才、珠江学者、国家优青、教育部新世纪优秀人才、广东省物联网信息技术重点实验室副主任、广东工业大学智能信息处理研究所副所长。从事“智能信息处理”和“模式识别与机器学习”等方面的科研工作，以盲信号分离为中心，研究内容包括盲信号处理、压缩感知、非负信息处理、高维信号处理等信号处理领域的新理论以及这些理论在“复杂环境下的目标检测与追踪中的应用研究”，工作得到国外同行权威专家好评。在IEEE Trans PAMI等国际权威期刊发表论文60多篇，获国家自然科学二等奖、广东省自然科学奖一等奖、教育部提名自然科学奖一等奖等多项国家、省部级科技奖励；主持国家自然科学基金优青项目、教育部新世纪人才项目、广东省自然科学基金团队项目、广东省自然科学基金重点基金等一系列基金项目。

研究领域

智能信息处理、模式识别

近期论文

查看导师新发文章（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] Ziliang Lyu, Yulei Bai, Zhaoshui He, ShengliXie, Shuangli Ye, Yanzhou Zhou, Phase reconstruction for depth-resolvedwavenumber-scanning interferometry under an environment with salt noise, Optical Engineering, 56(11):111703-1~111703-6,(2017), doi: 10.1117/1.OE.56.11.111703. [2] K. Xie, Z.S. He, A. Cichocki, Convergence Analysis of the FOCUSS Algorithm,IEEE Trans. on Neural Networks andLearning Systems, 26(3):601-613, March 2015. [3] Kan Xie, Zhaoshui He, Shengli Xie and Andrzej Cichocki, Rate of convergenceof the FOCUSS algorithm, IEEETransactions on Neural Networks and Learning Systems, 电子版下载网址：http://ieeexplore.ieee.org/document/742379 [4] Shengli Xie, Junjie Yang, Kan Xie, Yi Liu,Zhaoshui He,Low-Sparsity Unobservable Attacks Against Smart Grid: AttackExposure Analysis and a Data-Driven Attack Scheme, IEEE Access, http://dx.doi.org/10.1109/ACCESS.2017.2680463 (2017) [5] Z.S. He, S.L. Xie, R. Zdunek, G.X. Zhou andA. Cichocki, Symmetric Nonnegative Matrix Factorization: Algorithms andApplications to Probabilistic Clustering, IEEETrans Neural Networks, vol.22, no. 12, pp.2117-2131, December 2011. [6] Z.S. He, A. Cichocki , S.L. Xie and K. Choi.Detecting the Number of Clusters in n-Way Probabilistic Clustering. IEEE Transactions on Pattern Analysis andMachine Intelligence, vol. 32,no. 11, pp. 2006-2021, November, 2010. [7] Z.S. He, A. Cichocki, R. Zdunek, S.L. Xie. Improved FOCUSS method withconjugate gradient (CG) iterations, IEEETransactions on Signal Processing, 57(1):399-404, Jan. 2009. [8] Z.S. He, S.L. Xie, S.X. Ding, A.Cichocki. Convolutive Blind Source Separation inFrequency Domain Based on Sparse Representation, IEEE Transactions on Audio, Speech and Language Processing,15(5):1551-1563,July 2007. [9] G.X.Zhou, S.L. Xie, Z.Y. Yang, J.M. Yang, Z.S.He, Minimum-Volume Constrained Nonnegative Matrix Factorization: EnhancedAbility of Learning Parts, IEEETransactions on Neural Networks, 22(10):1626-1637, 2011. [10] 谢胜利,何昭水,高鹰,信号处理的自适应理论(当代杰出青年科学文库),科学出版社,2006年3月.