姓名: 李红

性别:

出生日期:


职位: 教授

电话:

Email: hongli@hust.edu.cn

个人主页:


基本情况 Basic

李红,教授,博士生导师,科技部国际科技合作计划评议专家,湖北省计算数学学会理事,美国IEEE会员。2006年至2017年期间多次应邀访问香港浸会大学、澳门大学、美国加州大学尔湾分校(UCI)、澳大利亚悉尼大学等,合作研究课题涉及:小波分析、时频分析与信号处理、机器学习与高光谱图像处理、计算学习理论与模式识别等领域。十余次出席国际学术会议。2006年获宝钢教育基金“优秀教师”奖;2009年主持建设的“复变函数与积分变换”课程被评为国家精品课程,2013年评为国家精品资源共享课程;2013年获湖北省教学成果二等奖;2014年获湖北省名师称号。

教育背景 Educational background

1980年5月毕业于华中工学院(现华中科技大学)数学师资班;
1988年毕业于华中理工大学(现华中科技大学),获理学硕士学位(计算数学专业);
1999年12月毕业于华中理工大学(现华中科技大学),获工学博士学位(模式识别与智能控制专业)。

工作经历 Work experience

2002年7月—现在,华中科技大学数学与统计学院教授;
1995年6月—2002年6月,华中科技大学数学系副教授;
1987年10月—1995年5月,华中理工大学数学系讲师;
1980年5月—1987年9月,华中工学院数学系助教。

研究方向 Research fields

逼近与计算
小波分析及其应用
机器学习与人工智能
模式识别与图像处理
时频分析与信号处理

科研成果 Scientific achievements

近期承担的科研项目:
  1. 面向高光谱图像处理的函数型数据学习方法研究(国家自然科学基金),2015年—2018年,主持;
  2. 矩阵恢复的稀疏正则化算法及其应用(国家自然科学基金)2014.年—2016年,第二、已结题;
  3. 基于函数型数据分析的高光谱XXXXXXX模式研究(国防预研基金),2012年—2013年,主持、已结题;
  4. 基于导出核模型的XXXXX目标检测与识别技术(“十二五”航天支撑专题),2011年—2015年,主持、已结题;
  5. 基于导出核模型的自然图像匹配学习算法(国家自然科学基金),2011年—2013年,主持、已结题;
  6. 典型退化、耗损型航天产品寿命模型及寿命试验方案研究(中国航天标准化与产品保证研究院),2010年—2011年,主持、已结题;
  7. 空间活动零部件高可靠与长寿命环境试验研究—模型建立及可靠性/寿命评估研究(中国航天科技集团公司五院510所),2010年—2012年,主持、已结题;
  8. 快速图像处理技术研究(国防科学技术大学),2010年—2011年,主持、已结题;
  9. 图像相似性度量新方法—导出核模型研究(华中科技大学自主创新基金重点项目),2010年—2012年,主持、已结题;
  10. 基于流形学习的XX小目标检测与XX技术研究(航天支撑技术基金),2008年—2010年,主持、已结题;
  11. 基于流形学习与多分辨率分析的图像分析方法研究(湖北省自然科学基金),2009年—2011年,主持、已结题;
  12. 学习理论中的逼近问题(国家自然科学基金),2008年—2010年,合作单位主持人、已结题;
  13. 多源图像景象匹配XX仿真方法研究(国防预研基金),2008年—2010年,主持、已结题;
  14. XXX星群运行轨道计算方法研究(航天技术创新基金),2003年—2005年,主持、已结题;
  15. XXXX条件下运动弱小目标检测与自动识别技术(国防预研基金),2004年—2006年,主持、已结题;
  16. XXXX全程最佳制导方式及命中精度评估方法研究(航天支撑技术基金),2005年—2007年,主持、已结题;
  17. 基于视觉的无人飞行器自主着陆导引信息实时提取与转换(国家自然科学基金),2005年—2007年,参加、已结题.

近期发表的主要论文:

[35]Zhijing Ye, Hong Li, Yalong Song, J. A. Benediktsson, and Yuanyan Tang, Hyperspectral Image Classification Using Principal ComponentsBased Smooth Ordering and Multiple 1-D Interpolation, IEEE Transactions on Geoscience and Remote Sensing, 55(2): 1199-1209, 2017.
[34]Chengyong Zheng, Hong Li, Qiong Wang, and C. L. Philip Chen,Reweighted Sparse Regression for Hyperspectral Unmixing, IEEE Transactions on Geoscience and Remote Sensing, 54(1): 479-488, 2016.
[33]Yantao Wei, Xinge You, and Hong Li, Multiscale patch-based contrastmeasure for small infrared target detection, Pattern Recognition, 58:216-226, 2016. 
[32] Zhijing Ye, Hong Li, Yalong Song, Jianzhong Wang, and J. A. Benediktsson, A novel semi-supervised learning framework for hyperspectral image classification, International Journal of Wavelets, Multiresolution and Information Processing, 14: 1640005, 2016. 
[31]Yalong Song, Hong Li, Jianzhong Wang, and Kit Ian Kou, Multipleone-dimensional embedding clustering scheme for hyperspectral image classification, International Journal of Wavelets, Multiresolution and Information Processing, 14: 1640004, 2016. 
[30] Kit Ian Kou and Hong Li, Greedy adaptive decomposition of signals based on nonlinear Fourier atoms, International Journal of Wavelets, Multiresolution and Information Processing, 14: 1650014, 2016. 
[29] Hong Li, Donghui Pan, C. L. Philip Chen, Reliability modeling and life estimation using an expectation maximization based wiener degradation model for momentum wheels, IEEE Transactions on Cybernetics, 45(5): 955-963, 2015. 
[28] Hong Li, Donghui Pan, C. L. Philip Chen, Intelligent prognostics for battery health monitoring using the mean entropy and relevance vector machine, IEEE Transactions on Systems, Man, Cybernetics: Systems, vol. 44, no.7, pp. 7851-862, 2014.
[27] C. L. Philip Chen, Hong Li, Yantao Wei, Tian Xia, Y. Y. Tang, A local contrast method for small infrared target detection, IEEE Transactions on Geoscience and Remote Sensing, vol. 52, no.1, pp. 574-581, 2014.
[26] Hong Li, Guangrun Xiao, Tian Xia, Y. Y. Tang, Luoqing Li, Hyperspectral image classification using functional data analysis, IEEE Transactions on Cybernetics, vol. 44, no.9, pp. 1544-1555, 2014.
[25] Hong Li, Yantao Wei, Luoqing Li, C. L. Philip Chen, Hierarchical feature extraction with local neural response for image recognition, IEEE Transactions on Cybernetics, vol. 43, no. 2, pp. 412-424, 2013.
[24] Hong Li, Na Chen, Luoqing Li, Error analysis for matrix elastic-net regularization algorithms, IEEE Transactions on Neural Networks and Learning Systems, vol. 23, no. 5, pp. 737-748, 2012.
[23] Hong Li, Chuanbao. Ren, Luoqing. Li,U-Processes and Preference Learning,Neural Computation, vol. 26, no.12, pp. 2896-2924,  2014. 
[22] Hong Li, Hongfeng. Li, Yantao. Wei, Y. Y. Tang, Qiong Wang,Sparse-based Neural Response for Image Classification, Neurocomputing, vol. 144,  pp. 198-207, 2014. 
[21] Y. Y. Tang, Tian Xia, Yantao Wei, Hong Li, Luoqing Li, Hierarchical kernel-based rotation and scale invariant similarity, Pattern Recognition, vol. 47, no. 4, pp. 1674-1688, 2014.
[20] Tao Qian, Hong Li, Michael Stessin, Comparison of Adaptive Mono-component Decompositions, Nonlinear Analysis: Real World Applications, vol. 14, no. 2, pp. 1055-1074, 2013. 
[19] Chengyong Zheng, Hong Li*, Small infrared target detection based on harmonic and sparse matrix decomposition, Optical Engineering, vol. 52, no. 6, pp. 1-10, 2013. 
[18] Ramadhan Abdo Musleh Alsaidi, Hong Li*, Yantao Wei, Khaji Rokan, Y. Y. Tang, Hierarchical sparse method with applications in vision and speech recognition, International Journal of Wavelets, Multiresolution and Information Processing, vol. 11, no. 2, pp. 1-20, 2013. 
[17] Hong Li, Yantao Wei, Luoqing Li, Yuan Yuan, Similarity learning for object recognition based on derived kernel, Neurocomputing, vol. 83, pp. 110-120, 2012.
[16] Hong Li, Na Chen, Luoqing Li, Elastic-net regularization for low-rank matrix recovery, International Journal of Wavelets, Multiresolution and Information Processing, vol. 10, no. 5, 1250050-1-1250050-18, 2012.
[15] Liming Zhang, Hong Li, Yantao Wei, Sleep spindle detection using a novel instantaneous frequency definition, Mathematical Methods in the Applied Sciences, vol. 35, no. 17, pp. 2101-2110, 2012.
[14] Liming Zhang, Hong Li, A Novel Signal Decomposition Approach - Adaptive Fourier Decomposition, Advances in Adaptive Data Analysis, vol. 3, no. 3, pp. 325-338, 2011. 
[13] Liming Zhang, Hong Li, Yantao Wei, Tao Qian, Instantaneous frequencies of simple waves and their application to sleep spindle detection, Proceedings of 2011 IEEE International Conference on Systems, Man, and Cybernetics, Oct. 9-12, 2011, pp. 1486-1490, Anchorage, USA, 2011, post. 
[12] Liming Zhang, Hong Li, Adaptive Fourier Transform Based Signal Denoising, Proceedings of ICSP 2011: International Conference on Signal Processing, Jul. 27-29, 2011, Paris, France, 2011.
[11] Hong Li, Luoqing Li, Tao Qian, Discrete-time analytic signals and Bedrosian product theorems, Digital Signal Processing, vol. 20, no. 6, pp. 982-990, 2010.
[10] Hong Li, Yantao Wei, Luoqing Li, Y. Y. Tang, Infrared moving target detection and tracking based on tensor locality preserving projection, Infrared Physics & Technology, vol. 53, no. 2, pp. 77-83, 2010. 
[9] Hong Li, Na Chen, Y. Y. Tang, Local learning estimates by integral operators, Int. J. Wavelets, Multiresolut. Inf. Process., vol. 8, no. 5, pp. 695-712, 2010. 
[8] Limin Cui, Yantao Wei, Y. Y. Tang, Hong Li, Gabor-based tensor local discriminant embedding and its application on palmprint recognition, Int. J. Wavelets, Multiresolut, Inf. Process., vol. 8, no. 2, pp. 327-342, 2010.
[7] Yantao Wei, Hong Li, Luoqing Li, Tensor locality sensitive discriminant analysis and its complexity, Int. J. Wavelets, Multiresolut. Inf. Process., 7(6): 865-880, 2009. 
[6] He Deng, Jianguo Liu, Hong Li, EMD based infrared image target detection method, Journal of Infrared, Millimeter, and Terahertz Waves, 30:1205–1215, 2009.
[5] Tao Qian, Liming Zhang, Hong Li, Mono-components vs. IMFs in signal decomposition, Int. J. Wavelets, Multiresolut. Inf. Process., 6(3): 353-374, 2008. 
[4] Hong Li, Shaohua Xu, Luoqing Li, Dim target detection and tracking based on empirical mode decomposition, Signal Processing:Image Communication, 23(10): 788-797, 2008. 
[3] Yantao Wei, Hong Li, Tian Xia, Two-dimensional locality sensitive discriminant analysis, Proceedings of the 2008 International Conference on Wavelet Analysis and Pattern Recognition, 1: 416-20, 2008.
[2] Qiong Wang, Hong Li, Jian Liu, Subset selection using rough set in wavelet packet based texture classification, Proceedings of the 2008 International Conference on Wavelet Analysis and Pattern Recognition, 2: 662-666, 2008. 
[1] Hong Li, Luoqing Li, Yuanyan Tang, Mono-component decomposition of signals based on Blaschke basis, Int.J.Wavelets, Multiresolut. Inf. Process., 5(6): 941–956, 2007. 
 

主持或参加的重大教改课题:
  1.大学数学课程与数字化网络平台建设的研究与实践(省教改基金2008年)
  2.复变函数与积分变换网络教材(校立项 2008年)
  3.工科数学课程教学基地的建设与实践(校立项 2005年)
  4.工科数学课程教学基地的建设与实践 (省教改基金 2005年)

主编教材:
  1.《复变函数与积分变换》(第四版,“十二五”普通高等教育本科国家级规划教材),北京:高等教育出版社,2013.
  2.《复变函数与积分变换学习辅导与习题全解》(第四版,“十二五”普通高等教育本科国家级规划教材),北京:高等教育出版社,2013.
  3.《数值分析》(第二版),武汉:华中科技大学出版社,2009.
  4.《数值分析辅导》,武汉:华中科技大学出版社,2001.

其它 Other