杨鸣 - 中国地质大学(武汉)

个人简介

主要讲授程序设计相关的课程和从事演化计算方面的研究工作；2009年获湖北省优秀硕士学位论文奖励；2014.12至2015.12，在英国伯明翰大学计算机学院从事博士后研究（国家留学基金委全额资助）；2017年入选学校“地大学者”青年优秀人才和摇篮计划；主持国家自然科学基金青年基金项目1项、湖北省自然科学基金面上项目1项、民用航天预研项目1项，作为核心成员参与国家级项目4项；至今以第一作者、通讯作者发表SCI、EI检索论文近20篇，其中包括演化计算领域的国际权威期刊《IEEE Transactions on Evolutionary Computation》、《IEEE Transactions on Cybernetics》、《Evolutionary Computation》、演化计算领域的著名国际会议GECCO和CEC论文。教育经历 Education Background 2009.9 2012.6 中国地质大学（武汉）地质资源与地质工程博士研究生工学博士学位 2005.9 2008.6 中国地质大学（武汉）计算机硕士研究生毕业硕士学位 2001.9 2005.6 中国地质大学（武汉）计算机大学本科学士学位工作经历 Work Experience 2014.122015.12 英国伯明翰大学计算机学院博士后 2008.7至今中国地质大学（武汉）计算机学院

研究领域

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）

演化计算：演化计算通过借鉴生物界的自然选择和自然遗传机制，利用杂交、变异和优胜劣汰的选择操作进行群体导向搜索，其是一种通用的问题求解方法，具有自组织、自适应、自学习性和并行性等特点，不受搜索空间限制性条件的约束，也不要求对问题的求解条件作假设约束，因此演化计算在优化领域得到了广泛的应用，是目前求解优化问题的一种具有代表性的方法。遥感图像分类：遥感图像分类是遥感信息处理的关键技术之一。精准的遥感图像分类结果是开展遥感信息后续分析工作的前提，只有将图像分割成若干个有实际意义的研究对象，才能够实现最终的图像解译工作，因此，遥感图像分类在遥感图像处理过程中占有重要的地位。遥感图像中像素的光谱曲线信息非常丰富，对其进行分类是一个具有挑战性的高维、多峰的大规模实数优化问题。对具有相似光谱特征的地物进行有效的分类至今仍是遥感领域研究的难点和前沿。