从1,500,000教师库中查找（输入学校名称或教师姓名）
刘宇老师介绍
一、基本情况
姓 名： 刘宇
性 别： 男
职 称： 副教授
职 务： 教师
学 历： 博士研究生
出生年月： 1977年9月
二、学习及工作经历
2008年7月 - 现在： 大连理工大学 副教授 2006年6月 - 2008年6月：清华大学 博士后 2003年3月 - 2006年5月：西安交通大学 博士 2000年9月 - 2003年2月：西安工程科技学院 硕士 1996年9月 - 2000年7月：西安工程科技学院 学士
三、研究领域
群智能；进化计算；计算智能；web数据挖掘
四、讲授课程
数据库系统
五、承担项目
主持科研项目 [1]粒子群算法的优势信息共享模型研究以及在多模医学图像弹性配准中的应用， 中国博士后科学基金项目（编号：20060400430），2006.12-2008.12； 参与科研项目 [1] 强势粒子群算法在医学图像弹性配准中的应用研究，国家自然科学基金项目(编号：60673024)，2007.01-2009.12； [2]智能设计理论与方法研究，国家973重点基础研究发展规划资助子项目(编号：2004CB719401)，2005.01-2009.12； [3]地面慢速集群目标跟踪系统，国防十一五预言项目，2006.01-2009.12； [4]柔性软件体系结构形式化描述方法研究 (编号：60542004) 国家自然科学基金项目，2006.01-2006.12； [5]MES为核心的数字油田关键技术及应用研究，国家863高技术研究发展计划基金项目（编号：2003AA412020），2004.01-2006.12； [6]复杂信息环境下智能决策融合技术研究，国防十五预研项目（编号：102010306），2003.01-2005.12。
六、主要科研成果
从事群智能优化算法研究与应用工作。近几年以第一作者在《计算机研究与发展》、《Lecture Notes in Computer Science》、《Journal of System Engineering and Electronics》、《Neurocomputing》等期刊和国际会议上发表论文十余篇，其中4篇被SCI收录，6篇被EI收录。参与国家973、863、国家自然基金、国防十五预研、国防十一五项目7项，其中国防十五预研《复杂信息环境下智能决策融合技术研究》获教育部提名国家科技进步二等奖，本人为第4完成人。主持中国博士后科学基金项目1项。
七、发表论文
[1] Yu Liu(刘宇), Zheng Qin, Zhewen Shi, Jiang Lu. Center Particle Swarm Optimization. Neurocomputing, 2007,70(4-6),672-679. [2] Yu Liu(刘宇), Zheng Qin, Zhewen Shi, Junying Chen. Training Radial Basis Function Networks with Particle Swarms, Lecture Notes in Computer Science, 2004, 3173, 317-322. [3] Yu Liu(刘宇), Zheng Qin, Zenglin Xu, Xingshi He. Feature Selection with Particle Swarms, Lecture Notes in Computer Science, 2004, 3314, 425-430. [4] Yu Liu(刘宇), Zheng Qin, Zhewen Shi, Junying Chen. Rule Discovery with Particle Swarm Optimization, Lecture Notes in Computer Science, 2004, 3309, 291-296. [5] 刘宇, 覃征, 史哲文, 卢江. 多模态粒子群集成神经网络. 计算机研究与发展. 2005, 42(9):1519-1526. [6] 刘宇,覃征,等.简约粒子群优化算法.西安交通大学学报. 2006, 40(8).pp.883-887. [7] Yu Liu(刘宇), Zheng Qin, Xianghua Wang, et al. Momentum Particle Swarm Optimization. Journal of System Engineering and Electronics. 2005,16(4),941-946. [8] Yu Liu(刘宇), Zheng Qin, et al. Supervisor-Student Model in Particle Swarm Optimization. Proceedings of the 2004 IEEE Congress on Evolutionary Computation. Portland, USA: IEEE Press, 2004, 542-547. [9]Yu Liu(刘宇), Zheng Qin, et al. Hybrid Particle Swarm Optimizer with Line Search. IEEE International Conference on Systems, Man and Cybernetics. Hague, Netherlands: IEEE Press, 2004, 3751-3755. [10]Yu Liu(刘宇), Zheng Qin, et al. Using Relaxation Velocity Update Strategy to Improve Particle Swarm Optimization. Proceeding of the Third IEEE International Conference on Machine Learning and Cybernetics. Shanghai, China: IEEE Press, 2004, 2469-2472. [11] Yu Liu (刘宇), Zheng Qin, Xianghua Wang, Adaptive multi-granularity partition to divide and conquer paradigm in grid environment by cloning mobile agent, International conference on parallel algorithms and computing environment (ICPACE2003), HongKong, 2003.10,pp.111-114.
八、学术著作或教材目录
暂无相关介绍
九、获奖情况
复杂信息环境下智能决策融合技术研究，教育部科技进步二等奖，2005.12，第四完成人
十、社会学术兼职情况
Machine Learning; Applied Mathematics and Computation审稿人；
联系方式
办公电话：0411-87571615
电子信箱：psodream@126.com
个人主页：http://www.myworldonline.cn
姓 名： 刘宇
性 别： 男
职 称： 副教授
职 务： 教师
学 历： 博士研究生
出生年月： 1977年9月
二、学习及工作经历
2008年7月 - 现在： 大连理工大学 副教授 2006年6月 - 2008年6月：清华大学 博士后 2003年3月 - 2006年5月：西安交通大学 博士 2000年9月 - 2003年2月：西安工程科技学院 硕士 1996年9月 - 2000年7月：西安工程科技学院 学士
三、研究领域
群智能；进化计算；计算智能；web数据挖掘
四、讲授课程
数据库系统
五、承担项目
主持科研项目 [1]粒子群算法的优势信息共享模型研究以及在多模医学图像弹性配准中的应用， 中国博士后科学基金项目（编号：20060400430），2006.12-2008.12； 参与科研项目 [1] 强势粒子群算法在医学图像弹性配准中的应用研究，国家自然科学基金项目(编号：60673024)，2007.01-2009.12； [2]智能设计理论与方法研究，国家973重点基础研究发展规划资助子项目(编号：2004CB719401)，2005.01-2009.12； [3]地面慢速集群目标跟踪系统，国防十一五预言项目，2006.01-2009.12； [4]柔性软件体系结构形式化描述方法研究 (编号：60542004) 国家自然科学基金项目，2006.01-2006.12； [5]MES为核心的数字油田关键技术及应用研究，国家863高技术研究发展计划基金项目（编号：2003AA412020），2004.01-2006.12； [6]复杂信息环境下智能决策融合技术研究，国防十五预研项目（编号：102010306），2003.01-2005.12。
六、主要科研成果
从事群智能优化算法研究与应用工作。近几年以第一作者在《计算机研究与发展》、《Lecture Notes in Computer Science》、《Journal of System Engineering and Electronics》、《Neurocomputing》等期刊和国际会议上发表论文十余篇，其中4篇被SCI收录，6篇被EI收录。参与国家973、863、国家自然基金、国防十五预研、国防十一五项目7项，其中国防十五预研《复杂信息环境下智能决策融合技术研究》获教育部提名国家科技进步二等奖，本人为第4完成人。主持中国博士后科学基金项目1项。
七、发表论文
[1] Yu Liu(刘宇), Zheng Qin, Zhewen Shi, Jiang Lu. Center Particle Swarm Optimization. Neurocomputing, 2007,70(4-6),672-679. [2] Yu Liu(刘宇), Zheng Qin, Zhewen Shi, Junying Chen. Training Radial Basis Function Networks with Particle Swarms, Lecture Notes in Computer Science, 2004, 3173, 317-322. [3] Yu Liu(刘宇), Zheng Qin, Zenglin Xu, Xingshi He. Feature Selection with Particle Swarms, Lecture Notes in Computer Science, 2004, 3314, 425-430. [4] Yu Liu(刘宇), Zheng Qin, Zhewen Shi, Junying Chen. Rule Discovery with Particle Swarm Optimization, Lecture Notes in Computer Science, 2004, 3309, 291-296. [5] 刘宇, 覃征, 史哲文, 卢江. 多模态粒子群集成神经网络. 计算机研究与发展. 2005, 42(9):1519-1526. [6] 刘宇,覃征,等.简约粒子群优化算法.西安交通大学学报. 2006, 40(8).pp.883-887. [7] Yu Liu(刘宇), Zheng Qin, Xianghua Wang, et al. Momentum Particle Swarm Optimization. Journal of System Engineering and Electronics. 2005,16(4),941-946. [8] Yu Liu(刘宇), Zheng Qin, et al. Supervisor-Student Model in Particle Swarm Optimization. Proceedings of the 2004 IEEE Congress on Evolutionary Computation. Portland, USA: IEEE Press, 2004, 542-547. [9]Yu Liu(刘宇), Zheng Qin, et al. Hybrid Particle Swarm Optimizer with Line Search. IEEE International Conference on Systems, Man and Cybernetics. Hague, Netherlands: IEEE Press, 2004, 3751-3755. [10]Yu Liu(刘宇), Zheng Qin, et al. Using Relaxation Velocity Update Strategy to Improve Particle Swarm Optimization. Proceeding of the Third IEEE International Conference on Machine Learning and Cybernetics. Shanghai, China: IEEE Press, 2004, 2469-2472. [11] Yu Liu (刘宇), Zheng Qin, Xianghua Wang, Adaptive multi-granularity partition to divide and conquer paradigm in grid environment by cloning mobile agent, International conference on parallel algorithms and computing environment (ICPACE2003), HongKong, 2003.10,pp.111-114.
八、学术著作或教材目录
暂无相关介绍
九、获奖情况
复杂信息环境下智能决策融合技术研究，教育部科技进步二等奖，2005.12，第四完成人
十、社会学术兼职情况
Machine Learning; Applied Mathematics and Computation审稿人；
联系方式
办公电话：0411-87571615
电子信箱：psodream@126.com
个人主页：http://www.myworldonline.cn
刘宇老师相关教学资源
