个人简介

周郭许，教授、博士生导师，广东工业大学“百人计划”特聘教授，广东省检测技术与自动化装置珠江学者特聘教授。主持或参与各类基金项目10余项（含国家自然科学基金2项、日本学术振兴会（JSPS）科研资助1项、广东省重大基础研究培育项目1项）。 迄今为止，在IEEE会刊等杂志上发表论文50余篇，其中IEEE会刊及杂志论文22篇，SCI收录39篇，SCI他引700余次，Google Scholar引用1800余次（H-指数22），6篇论文入选ESI前1%高被引。获得教育部科技成果自然科学奖一等奖（排名第二）和广东省科技奖励一等奖（排名第二）、广东省优秀博士学位论文奖、全国百篇优秀博士学位论文提名奖。论文曾获中日留学同学会 “华为技术奖”和“日中协会奖”。2017年入选广东省珠江学者特聘教授。 主持科研项目 1.国家自然科学基金面上项目，面向大数据的张量分解理论及随机化算法研究，63万元（直接费用）。 2.广东省自然科学基金 重大基础研究培育，面向大数据的张量分析及其应用，100万元。 3.广东省产学研合作项目，智能传感网共性技术的研发及其在车联移动环境下的应用，100万元。 4.日本科学技术振兴会（JSPS）青年项目，Common and Individual Feat ure Analysis and Its Applications in BCI（共享与私有特征分析及其在脑机接口中的应用），365万日元，己结题。 5.国家自然科学基金青年基金，平行因子分析研究及其在盲辨识中的应用，24万元，己结题。

研究领域

信号与智能信息处理，张量分析与多重线性代数，大数据分析，张量深度学习网络等。

信号与智能信息处理，张量分析与多重线性代数，大数据分析，模式识别与机器学习

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.Guoxu Zhou, Qibin Zhao, Yu Zhang, Tulay Adalı, Shengli Xie, and Andrzej Cichocki, "Linked Component Analysis from Matrices to High Order Tensors: Applications to Biomedical Data", Proceedings of the IEEE. 204(2): 310-331, 2016. (影响因子9.237). 2.Guoxu Zhou, Andrzej Cichocki, Yu Zhang, and Danilo Mandic. "Group Component Analysis from Multi-block Data: Common and Individual Feature Extraction,” IEEE Transactions on Neural Networks and Learning Systems, 27(11): 2426-2439, 2016. (影响因子：6.108). 3.Guoxu Zhou, Andrzej Cichocki, Qibin Zhao, and Shengli Xie, "Efficient Nonnegative Tucker Decompositions: Algorithms and Uniqueness," IEEE Transactions on Image Processing, vol.24, no.12, pp.4990-5003, Dec. 2015. (影响因子：4.828). 4.G. Zhou, A. Cichocki, Q. Zhao, and S. Xie, Nonnegative Matrix and Tensor Factorizations: An algorithmic perspective, IEEE Signal Processing Magazine, vol.31, no.3, pp.54--65, May 2014. (影响因子：9.654). 5.G. Zhou, A. Cichocki, and S. Xie, Accelerated canonical polyadic decomposition by using mode reduction, IEEE Transactions on Neural Networks and Learning Systems, vol.24, no.12, pp.2051--2062, Dec. 2013,http://arxiv.org/abs/1211.3500. 6.G. Zhou, A. Cichocki, and S. Xie, Fast nonnegative matrix/tensor factorization based on low-rank approximation, IEEE Transactions on Signal Processing, vol. 60, no. 6, pp. 2928--2940, June 2012. (影响因子：4.300). 7.G. Zhou and A. Cichocki, Canonical polyadic decomposition based on a single mode blind source separation, IEEE Signal Processing Letters, vol. 19, no. 8, pp. 523--526, Aug. 2012. 8.Fengyu Cong#, Guoxu Zhou#, Piia Astikainen, Qibin Zhao, Qiang Wu, Asoke K Nandi, Jari K Hietanen, Tapani Ristaniemi, Andrzej Cichocki, "Low-Rank Approximation Based Non-Negative Multi-Way Array Decomposition On Event-Related Potentials," International Journal of Neural Systems, vol. 24, no. 8, 2014. 9.Q. Zhao, G. Zhou, T. Adali, L. Zhang and A. Cichocki. Kernelization of Tensor-based Models for Multimodal Data Analysis.IEEE Signal Processing Magazine, vol.30, no.4, pp.137--148, July 2013. 10.Y. Zhang, G. Zhou, J. Jin, M. Wang, X. Wang, and A. Cichocki, L1-regularized multiway canonical correlation analysis for SSVEP-based BCI, IEEE Transactions on Neural Systems and Rehabilitation Engineering, vol.21, no.6, pp. 887--896, 2013.