2019 年 数学及其交叉应用 学术研讨会
中国 开封 2019 年 6 月 7 日-9 日
主办
数学与统计学院
承办
生物信息中心
数据分析技术实验室
应用数学研究所
会议日程
6 月 7 日（星期五）
报到：13:00-20:00，地点：中州颐和酒店一楼大厅
6 月 8 日 (星期六)
（会议地点：数学与统计学院一楼报告厅）
时间 报告人 题目 主持
8:30-8:40 集体合影（数学与统计学院门口）
8:40-9:00 开幕式
冯淑霞 (河南大学)
9:00-9:50
陆君安 (武汉大学)
从线性常微解看网络同步
和超扩散
韩小森 (河南大学)
9:50-10:00 茶 歇
10:00-10:40
周 进 (武汉大学)
Identifyingpartialtopologyof complexdynamical networksviaa pinningmechanism
陆君安 (武汉大学)1 0:40-11:20 赵军产 (湖南商学院) 基于复杂网络的股票关联网络的 研究
11:20-12:00
徐 爽 (西安交通大学)
VariationalBayesianweighted complexnetworkreconstruction
12:00 欢迎宴（中州颐和酒店二楼）
14:00-18:00 分组讨论
（18:30 晚餐，中州颐和酒店一楼自助餐）
6 月 9 日 (星期日)
（会议地点：数学与统计学院一楼报告厅）
时间 报告人 题目 主持
8:30-9:10
缑水平
（西安电子科
技大学）
低质医学影像解译的启发式
深度学习方法
王雷光 （西南林业 大学）
9:10-9:50
罗自炎 (北京交通大学)
SolvingtheOSCARandSLOPE modelsusingasemismooth newton-basedaugmented Lagrangianmethod 9:50-10:00 茶 歇
10:00-10:40
王雷光 (西南林业大学)
光学遥感图像融合与信息提取
缑水平 （西安电子 科技大学）
10:40-11:20
焦昶哲 （西安电子科 技大学）
NewGlobalAlgorithmsfor QuadraticProgrammingwithAFew NegativeEigenvalues
11:20-12:00
孔令臣 (北京交通大学)
Asparsegrouplassoconvex clusteringanditsfast optimization algorithm （12:00 午餐，中州颐和酒店一楼自助餐）
1
从线性常微解看网络同步和超扩散
陆君安
（武汉大学）
摘要：从线性常微的通解和特解出发，分析一般连续时间动态网络同步不同定义 之间的关系及同步态与同步轨的区别，指出这里仍然存在一些有待研究的问题.
另外讨论关于多层网络超扩散问题，这是一个国际上刚刚开始研究的前沿问题，
报告我们目前的研究进展，指出具有什么样性质的多层网络容易出现超扩散。
报告人简介：陆君安，武汉大学数学与统计学院二级教授、博士生导师。1968 和 1981 年分别毕业于北京大学和武汉大学本科和硕士。在复杂网络、非线性动 力学、混沌及应用数学相关领域取得重要的创新性成果，曾获 2008 和 2016 年度 国家自然科学二等奖、2007 年度教育部自然科学一等奖、2013 年度和 2006 年度 湖北省自然科学一等奖和二等奖。在 SIAM, PRE,Automatica, IEEE TAC, IEEE TCAS,IJBC,Chaos, 中国科学等刊物发表学术论文240余篇（SCI论文130余篇）， 引用 10000 余次，合著 4 部，H 指数 47。2014 至 2018 年入选爱思唯尔(Elsevier)
中国高被引学者榜（数学类）。
2
Identifyingpartialtopologyofcomplexdynamicalnetworksviaa pinningmechanism
周 进 (武汉大学)
摘 要 ： In this talk, the problem of identifying the partial topology of complex dynamical networks via a pinning mechanism is presented. By using the network synchronization theory and the adaptive feedback controlling method, a method that can greatly reduce the number of nodes and observers in the response network are proposed. Particularly, this method can also identify the whole topology of complex networks. A theorem is established rigorously, from which some corollaries are also derived in order to make our method more cost-effective. In addition, an approach is also given to avoid possible identification failure caused by inner synchronization of thedrivenetwork.
报告人简介：周进，武汉大学数学与统计学院教授。2003 年开始致力于研究复 杂网络的同步、控制与结构辨识。获国家自然科学二等奖(2016)，教育部自然科 学一等奖(2008)，湖北省自然科学一等奖(2013)，获全国优秀博士论文提名(2011) 及湖北省优秀博士论文(2010)，获武汉大学“351”人才计划珞珈青年学者(2014)， 主持国家自然科学基金项目三项。两篇论文入选2006-2016年ESI高引用率论文。
目前为中国工业与应用数学学会复杂网络与复杂系统专业委员会委员，中国指挥
与控制学会网络科学与工程专业委员会委员。
3
基于复杂网络的股票关联网络的研究
赵军产 (湖南商学院)
摘要：利用复杂网络研究股票联动行为得到越来越多人的关注，其中最小生成树
方法和最佳阈值法是两种常见的方法。然而最小生成树方法仅能反映网络基本联
系框架，会导致关联信息的流失；最佳阈值方法由于阈值的选取存在着较强的主
观因素，同时也会造成网络连通性较差。本文结合以上两种方法来研究股票的关
联性，该方法既避免了股票关联信息的丢失，又保证了构建网络的连通性，同时
研究了股市上升和下降阶段的关联网络，找出了关键节点，为股市风险的预防提
出相应的策略。
报告人简介：赵军产，教授，武汉大学理学博士、美国纽约大学访问学者、法国
勒阿弗尔大学博士后。目前主要从事应用统计、复杂网络控制及风险传播研究工 作，主持完成国家自然科学基金项目 1 项，主持国家社科基金 1 项，参与完成国 家自然科学基金项目 3 项和国家社会科学基金项目 1 项；以第一作者或者通信作 者在中国科学、自动化学报、CHAOS、Nonlinear Dynamical 等国内外学术刊物 发表学术论文 20 余篇，其中 SCI 检索 16 篇。作为主要参与人，科研成果“复杂 网络的同步、控制与拓扑识别”和“急性呼吸道传染病 CUSUM 预警模型研究” 分别获得 2013 年湖北省自然科学一等奖和 2015 年武汉市科技进步三等奖。
4
VariationalBayesianweightedcomplexnetworkreconstruction
徐 爽
（西安交通大学）
摘要：Complex network reconstruction is a hot topic in many fields. Currently, the most popular data-driven reconstruction framework is based on lasso. However, it is found that, in the presence of noise, lasso loses efficiency for weighted network. This paper builds a new framework to cope with this problem. The key idea is to employ a series of linear regression problems to model the relationship between network nodes, and then to use an efficient variational Bayesian method to infer the unknown coefficients. Based on the obtained information, the network is finally reconstructed by determining whether two nodes connect with each other or not. The numerical experiments conducted with both synthetic and real data demonstrate that the new method outperforms lasso with regard to both reconstruction accuracy and running speed.
报告人简介：徐爽，西安交通大学数学与统计学院博士生。研究方向为深度学习
和统计学习，研究兴趣主要集中在基于深度学习的图像融合技术，以及基于统计 推断的复杂网络重构。徐爽在 IEEE Transactions on Cybernetics、Computational Statistics&DataAnalysis、PhysicaA 等期刊发表 SCI 论文 7 篇。
5
低质医学影像解译的启发式深度学习方法
缑水平
（西安电子科技大学）
摘要：近年来，随着医疗大数据的兴起和计算机技术的发展，使得智能医疗成为
了可能。基于图像处理和机器学习的人工智能方法也成为了医学影像解译的新手
段，为癌症等疾病的诊断和治疗提供了新的途径。目前，深度学习是人工智能领
域最热门的研究方向之一，凭借着强大的学习能力和泛化能力，其已经在自然图
像解译方面取得了巨大成功，甚至超越了人类。然而，面对医学影像本身获取难
度较大，数据量不像自然图像那样丰富，且成像质量通常不高，对分析方法有着
更高的要求。深度学习自身的缺陷和医学影像的特殊性限制了这一最新方法在医
学影像解译上的应用。为了进一步发挥深度学习的优势，推广其在医学影像解译
上的应用，本报告将相关领域的启发式信息与深度学习模型相结合，克服了深度
学习的一些局限性，提出了适用于低质医学影像解译的启发式深度学习方法。
报告人简介：缑水平，西安电子科技大学，博士，教授，博士生导师。2008 年 毕业于西安电子科技大学模式识别与智能系统专业，获得博士学位。2013-2015 年在美国美国加州大学洛杉矶分校（UCLA）进行博士后研究。主要从事医学影
像分类与识别，大数据分析与挖掘，人工智能算法方面的研究。现为西安电子科 技大学人工智能学院智能科学与技术系主任“高等学校学科创新引智计划（111 计划）”创新引智基地骨干成员，IEEE 会员，中国电子学会高级会员，中国计算 机学会高级会员，中国人工智能专委会委员。研究成果发表在 IEEETransactions onGeoscienceand RemoteSensing、Pattern Recognition、Neurocomputing、British JournalsofRadiology 和 Medicial physic 等国际主流杂志上。获陕西省科学技术奖
一等奖、教育部技术发明奖二等奖、西安市科学技术奖 一等奖和陕西高等学校
科学技术奖一等奖等。
6
SolvingtheOSCARandSLOPEmodelsusingasemismooth Newton-basedaugmentedLagrangianmethod 罗自炎
（北京交通大学） 摘要：The octagonal shrinkage and clustering algorithm for regression (OSCAR), equipped with the 1 l -norm and a pair-wise l -norm regularizer, is a useful tool for feature selection and grouping in high-dimensional data analysis. The computational challenge posed by OSCAR, for high dimensional and/or large sample size data, has not yet been well resolved due to the non-smoothness and non-separability of the regularizer involved. We successfully resolve this numerical challenge by proposing a sparse semismooth Newton based augmented Lagrangian method to solve the more general SLOPE (the sorted Lone penalized estimation) model. By appropriately exploiting the inherent sparse and low-rank property of the generalized Jacobian of the semismooth Newton system in the augmented Lagrangian subproblem, we show how the computational complexity can be substantially reduced. Our algorithm offers a notable computational advantage in the high-dimensional statistical regression settings. Numerical experiments are conducted on real data sets, and the results demonstrate that our algorithm is far superior, in both speed and robustness, than the existing state-of-the-art algorithms based on first-order iterative schemes, including the widely used accelerated proximal gradient (APG) method and the alternating direction method of multipliers (ADMM). This is a joint work with Prof. Defeng Sun,Prof.Kim-ChuanTohandProf.NaihuaXiu.
报告人简介：罗自炎，女，北京交通大学副教授、博士生导师。2010 年获北京 交通大学理学院运筹学与控制论专业博士学位，美国 Stanford 大学管理与科学工 程系、新加坡国立大学、英国南安普顿大学访问学者、香港理工大学应用数学系 研究助理。主要从事大规模统计优化算法设计、稀疏与低秩优化、张量分析与张 量理论等方面的研究。共发表 SCI 检索期刊论文 26 篇，其中 ESI 高被引论文 1 篇。涉及的 SCI 期刊包括国际知名期刊 SIAM Journal on Matrix Analysis and Applications、Signal Processing 等。撰写英文专著 1 部，由国际著名 SIAM 出版 社于 2017 年 4 月出版，是张量分析与优化领域第一部较为全面系统的论述张量 分析及张量优化的英文专著。编写中文著作《半定规划》, 已被国内多所高校的 优化专业选为研究生教材。主持国家自然科学基金面上项目和青年基金各 1 项， 参与国家自然科学基金重点项目 2 项、北京市自然科学基金面上项目 1 项。2016 年在北京运筹学年会上做大会特邀报告，2017 年在第十一届全国数学规划学术 会议上做青年专题报告。
7
光学遥感图像融合与信息提取
王雷光
（西南林业大学）
摘要：报告将分享遥感图像融合、高分辨率遥感图像信息中区域分割技术、多尺
度特征提取及深度学习等热点研究问题产生的背景，面临的挑战，最新的研究进
展及对未来研究工作的展望。
报告人简介：王雷光，男，博士，副教授，云南省中青年学术与技术带头人后备
人才。西南林业大学大数据与人工智能研究院副院长，主要研究方向为高分辨率 遥感图像融合、解译及林业生态大数据应用。主持、参加各类科研项目 10 余项， 其中主持国家自然基金项目 3 项，云南省人才项目 1 项，云南省基础研究面上项 目项目 1 项；在包括 ISPRSJPHOTOGRAMM、IEEETGRS, 遥感学报等遥感领 域权威期刊上发表 SCI/EI 三大检索收录论文 20 余篇，出版专著(合著)2 本。
8
不精确标记目标的特征学习与检测
焦昶哲
（西安电子科技大学）
摘要：有监督学习假设训练数据具有一一对应的标记信息并希望训练出一个泛化
能力较强的判别模型，并在很多公共数据集取得了优异性能。然而在一些实际问
题中获取精确标记的训练数据是需要很大代价，甚至是不可行的。例如在遥感目 标检测中，亚像素目标的位置是难以通过人眼确定的，同时 GPS 的坐标也存在
若干像素的偏差。本报告讨论了如何从不精确标记的目标数据信息中学习出一组
有区分性的目标特性，并用于高光谱亚像素目标检测问题。
报告人简介：焦昶哲，于 2007 年和 2012 年分别获得西安电子科技大学自动化学 士学位与控制理论与控制工程硕士学位。于 2012 年获得国家建设高水平大学公 派留学项目资助赴美国密苏里大学电子与计算机科学系攻读博士学位，2017 年
获博士学位。后在美国三菱电机研究院从事卫星图像的压缩，传输与重建研究。 2018 年 3 月加入西安电子科技大学人工智能学院，研究方向为机器学习与计算
智能在遥感图像分析，生物医学信息处理领域的应用。目前主持在研课题三项，
分别为国家自然科学基金青年项目，中国博士后一等科学基金与中科院光谱成像 技术国家重点实验室开放课题。发表论文十余篇，包括顶级国际期刊 IEEE Transactions on Pattern Analysis and Machine Intelligence, IEEE Transactions on BiomedicalEngineering 和 ISPRSJ.ofPhotogrammetryandRemoteSensing 等上。
9
Asparsegrouplassoconvexclusteringand itsfastoptimizationalgorithm 孔令臣
（北京交通大学）
摘要：Cluster analysis is an important ingredient of unsupervised learning, and the classical clustering methods include K-means clustering, spectral clustering etc.These methods may get stuck in local optimal solutions due to the involved nonconvex optimization model. Recently, convex clustering has attracted a significant interest because its global optimal solution can be found easier than classical clustering methods. However, in high-dimensional scenarios, the performance of convex clustering is unsatisfactory because some noninformative features are included in the clustering. In this paper,considering the special structure of data, we propose a sparse group lasso convex clustering of high-dimensional data. And we prove that the proposed estimation has desirable statistical properties, including the finite sample bound for prediction error and feature screening consistency. Furthermore, we design a powerful semi-proximal alternating direction method of multipliers to solve the sparse group lasso convex clustering, and its convergence analysis is established without any conditions. Finally, the effectiveness of the proposed method is well demonstratedonsyntheticandreal datasets.
报告人简介：孔令臣，北京交通大学理学院，教授，博士生导师，中国运筹学会 数学规划分会副秘书长。2007 年毕业于北京交通大学，获博士学位。2007-2009 年，加拿大滑铁卢大学组合与优化系博士后。2009 年 9 月入职北京交通大学数 学系，2010 年晋升为副教授，2014 年晋升为教授。主要从事优化与统计学习、
高维统计分析、稀疏优化、对称锥互补和优化问题等方面的研究。主持国家自然
科学基金面上项目“高维约束矩阵回归的优化理论与算法”、“矩阵秩极小问题
的松弛理论与算法研究”和参与国家自然科学基金重点项目“大规模稀疏优化问 题的理论与算法”以及 973 课题等，获得 2012 度中国运筹学会青年奖。
10
河南大学 数学与统计学院
简 介
河南大学数学与统计学院是河南大学设立较早的院系之一，其前身为创建于 1923 年的原中州大学数理系。后历经算学系、数学系、数学与信息科学学院等 阶段，2014 年更名为数学与统计学院。 近百年来，学院严守“明德新民、止于至善”的校训，在黄际遇、陈作钧、樊
映川、黄敦慈、杜孟模、刘亚星等先后在此执教的著名数学家、教育家的引领带
动下，经过几代学人的接力耕耘，形成了严谨的治学精神，积累了深厚的学术底
蕴，为学院持续健康发展奠定了坚实基础。当前，学院具有数学一级学科、统计
学一级学科博士学位授予权和硕士学位授予权，以及应用统计硕士专业学位授予
权，数学一级学科为河南省重点学科。开设有数学与应用数学、信息与计算科学、
统计学、金融数学等四个本科专业。其中，数学与应用数学专业为河南省专业综
合改革试点，信息与计算科学专业为河南省特色专业。 学院现有教职工 114 人，其中专任教师 97 人，行政教辅人员 17 人。在教师 队伍中，有教授、副教授 86 人，博士、硕士生导师 48 人，具有博士学位者 75 人；双聘院士 1 人，河南省“百人计划”特聘专家 1 人，河南省讲座讲授 1 人，河 南大学讲座教授 6 人，河南大学特聘教授 5 人；河南省教育厅学术技术带头人 7 人，河南省杰出青年基金获得者 6 人；河南省教学标兵 7 人，河南省高等教育教 学工作先进个人 1 人；整体上形成了一支师德高尚、业务精湛、结构合理、充满
活力的高水平师资队伍。
学院建有数学建模实验室、金融统计实验室和数据分析技术实验室三个教学
科研平台，拥有现代数学研究所、应用数学研究所、教学方法研究室、非线性科
学研究室四个科研机构，办有全英文专业学术刊物《数学季刊》。学院注重发挥
学科带头人的引领作用，积极参与国内外学术交流，不断凝练学科研究方向，持
续加强学术团队建设，在偏微分方程与数学物理、实分析与复分析、概率论与数
理统计、图像处理与科学计算等方向形成了比较优势和特色，取得了一批优秀科 研成果。据统计，2013 年～2017 年，学院教师发表论文 507 篇，多项成果在 Proceedings of the American Mathematical Society, Bulletin of the London Mathematical Society, Communications in Mathematical Physics 等国际著名学术刊
11
物上发表；获批国家自然科学基金项目 48 项，出版学术专著 6 部，荣获科研奖 励 114 项。
学院下设数学与应用数学系、信息与计算科学系、统计系、金融数学系、公 共数学教学部、继续教育中心六个教学单位，现有本科生 1300 多人，研究生 220
余人。近年来，学院不断深化教育教学改革，探索实施分类教学、分类指导，推
动完善本科生职业导师制度，开设拔尖人才实验班，培养了一大批思想品德优良、 专业知识牢固、实践能力突出、富有创新精神的高素质人才。先后有 300 余人次
在全国大学生数学建模竞赛、全国大学生数学竞赛、丘成桐数学竞赛等大型专业 赛事中获奖；本科生考研录取率保持在 36%左右，研究生和本科生一次性就业率 均在 95%以上