送交者: email 于 2005-6-03, 05:50:01:
回答: 中国科学院院士增选有效候选人的公告 由 email 于 2005-6-02, 17:09:35:
http://www.intsci.ac.cn/shizz/index.html
研究员
中国科学院计算技术研究所
智能信息处理重点实验室
电话: (010) 82610254
传真: (010) 62567724
Email: shizz@ics.ict.ac.cn
--------------------------------------------------------------------------------
中国科学院计算技术研究所研究员。IFIP 人工智能专业委员会机器学习和数据挖掘组主席, IEEE高级会员，AAAI会员。博士生指导教师。
1964年毕业于中国科技大学计算机专业。1968年毕业于中国科学院研究生院。 1980年9月至1983年4月作为访问学者赴美国学习研究。1989年8月至1990年5月作为访问教授赴荷兰、挪威讲学研究。2004年赴澳大利亚合作研究。曾多次赴加拿大、新加坡、香港讲学。
曾负责完成多项国家重点科技攻关项目、国家863高技术的智能计算机系统项目、 国家自然科学基金等项目。长期从事智能科学、知识工程、分布式人工智能、机器学习、神经计算、认知科学等方面的研究工作。 1979年获中国科学院科技进步二等奖。1994年获中国科学院科技进步特等奖。1998年获中国科学院科技进步二等奖。 2001年获中国科学院科技进步二等奖。2002年获国家科技进步二等奖。发表著作10本。编辑出版书和会议录11本。发表学术论文350多篇。已培养博士40多名、硕士100多名。〈/p>
积极开展国内外学术交流活动。曾多次担任国际学术会议程序委员、程序委员会主席。被选为国际人工智能联合会(IJCAI)1997年咨询委员会委员、国际信息处理联合会(IFIP)人工智能技术委员会(TC12)委员、中国人工智能学会副理事长。 Web Semantics、Informatics、计算机学报、计算机研究与发展、电子学报等杂志的编委。
研究项目
1. 主体理论研究
主体理论研究的首要任务就是精确地定义有关主体的各种概念，其中关键之处就是语义模型的确定。只有在语义的层次上概念才有意义，因此也才能把形式化后的概念与它在现实中具有的意义进行比较。对于概念进行解释一般是在所谓的“可能世界模型”中进行的。可以验证，利用“可能世界模型”来解释多主体系统形式化模型时，对于主体的信念进行解释时存在一个很不合理的现象。这就是，一个主体的信念依赖于另外主体的信念。这显然是不符合我们人对信念的理解，也不符合主体自主性的原则。为此，我们提出了一个面向主体的语义模型。其要点是，一个主体的知识信念结构是由若干所谓的虚拟主体构成的，每个虚拟主体对应于系统中的一个主体（包括自己），代表它对于这个主体的知识和信念的总和。而虚拟主体又是由若干更高层次的虚拟主体构成，如此等等，构成一个无限的嵌套结构。在我们这里对于信念的解释不再存在所谓的相互依赖现象。我们这个模型突出在认知过程中对于认知对象作为一个总体从整体来加以认知的特性，这是符合我们实际的认知过程的。 我们建立了一个逻辑框架叫做RAO (reasoning about others),其要点是:
（1）遵循言语理论的原理，进一步把所有的动作理解为言语动作。约定动作就是言语动作。
（2）对于动作的形式刻划，是借鉴情景演算中的有关思想, 即为了刻划一个动作，我们只要刻划它发生的前提条件和发生以后对于环境的影响。而我们这里所谓对环境的影响是指对于其它主体知识信念的影响。
（3）依据实际例子，提出了在多主体系统中动作对于知识信念产生影响的模式和主体对于它主体知识信念进行推理的模式。具体地，我们提出了在多主体系统中主体常识获得模式，和关于它主体知识信念推理的换位推理模式。所谓常识获得模式是指，一旦一个主体执行了一个言语动作，那么这个言语动作代表的消息就成为这个系统的常识。而换位推理模式，就是为对别人进行推理，而把自己设想到那个环境中去，然后把得到关于自己的结果当作他人的结果。它事实上是分离法则经典形式和模态形式的推广。该项理论成果曾在俄罗斯举行的分布式人工智能和多主体系统国际会议上作为大会报告, 受到与会者的好评。
2. 人类思维的层次模型
人类思维是客观现实的反映过程，是具有意识的人脑对于客观现实的本质属性、内部规律性的自觉的、间接的和概括的反映。由于科学的发展和对思维研究的结果，当代已进入一个注重自知的阶段，强调自我认识。 人类思维有三种形态，即形象思维、抽象思维和灵感思维。至今，对灵感思维知其存在，但研究甚少。形象思维主要是用典型化的方法进行概括，并用形象材料来思维，是一切高等生物所共有。形象思维是与神经机制的连接论相适应的。模式识别、图象处理、视觉信息加工都属于这个范畴。 抽象思维是一种基于抽象概念的思维形式，通过符号信息处理进行思维。只有语言的出现，抽象思维才成为可能，语言和思维互相促进，互相推动。可以认为物理符号系统是抽象思维的基础。 人的思维过程中，注意发挥重要作用。注意使思维活动有一定的方向和集中，保证人能够及时地反映客观事物及其变化，使人能够更好适应周围环境。注意限制了可以同时进行思考的数目。因此在有意识的活动中，大脑更多地表现为串行的。而看和听是并行的。 我们提出人类思维的层次模型认为：感知思维是极简单的思维形态，它通过人的眼、耳、鼻、舌、身感知器官产生表象，形成初级的思维。形象思维以神经网络的连接论为理论基础，可以高度并行处理。抽象思维以物理符号系统为理论基础，用语言表述抽象的概念。由于注意的作用，使其处理基本上是串行的。利用该模型，能较好地解释人工智能主要学派研究的定位问题，为人工思维模型提出新思路，并对智能主体的研究有指导作用。 有关人类思维的层次模型曾在加拿大Alberta大学、汉城第二届太平洋地区人工智能国际会议应邀作报告，引起大家热烈的兴趣，受到好评。1996年在 澳大利亚第四届太平洋地区人工智能国际会议上，曾与Minsky讨论该模型。
3. 神经计算理论研究
在神经计算理论研究方面, 侧重研究神经网络变换、神经场计算理论、信念神经网络模型的学习理论、基于前馈动力学神经网络的联想记忆模型、 基于遗传算法的神经网络算法、神经近似逻辑、思维模型等。取得的研究成果如下：
(1) 提出了以指数函数为隐单元激发函数的指数神经网络模型, 详细讨论了指数神经网络模型的外推机理及隐单元个数对于网络变换能力的影响。 利用子波分析的理论和结果, 得到母波函数的适应性子波神经网络是变换神经网络的一种模型。
(2) 研究了变换神经网络的竞争学习问题, 提出了适应频率竞争学习算法, 推广了 K--中心聚类算法, 从而部分地解决了全局等概率性问题。
(3) 提出了神经场计算的理论框架，用平坦流形上单形、 复形的概念和理论来作为神经网络模型结构的表示和编码机理, 通过复形结构的边缘链结构分解, 形成了对于神经网络层次化, 功能模块化的组织结构、定位机理的认识。
(4) 提出了在非线性空间和非欧氏空间中基于整体结构逼近的学习理论框架, 在此基础上分别提出了对偶校正学习算法(DCL) 和基于拓扑结构逼近校正学习算法( TAC)。
(5) 研究基于神经网络学习理论的信念网络模型, 通过严格的统计方法证明了信念网络的学习算法的收敛性问题, 提出了训练信念网络建立最大化的邻域的新学习算法理论, 这些结果为信念网络新的学习算法的发展提供了新的理论基础。
(6) 提出一种基于松驰前馈神经网络模型的联想记忆模型,该模型的存储能力超过目前已有的联想记忆神经网络模型, 并有较好的联想恢复能力。
(7) 提出了染色体的树结构表示和树遗传算法，并把它应用于多层前向神经网络的优化，可以克服传统遗传算法中由于采用静态字符串的染色体结构而带来的不稳定性。
(8) 提出了一种神经近似逻辑，该逻辑能很好地描述神经网络。神经近似逻辑不仅具有模糊的逻辑值，而且逻辑运算符也是模糊的。基于这种逻辑，提出了一种以神经网络为基础的归纳学习方法。
(9) 应用研究的理论成果，建立了基于神经网络模型的适应数据分析系统 ADAS 和模糊神经网络系统 FNNS, 取得了很好的应用效果。
综上所述，该项目对神经计算的前沿领域进行了深入的研究, 提出了指数神经网络模型、神经场计算理论、神经近似逻辑、具有高存储容量的联想记忆模型人类思维层次模型等，在理论上有创新, 具有重要的学术价值和应用前景。在神经计算方面达到当前的国际先进水平。
4. 知觉信息的计算模型和表达
脑科学是二十一世纪科研活动最重要的领域。1990年美国制定了“脑十年计划”。1991年欧共体制定了“EC脑十年计划”。1996年7月3日日本科技 厅决定实施“脑科学的时代”20年研究计划。其中包括脑活动解析、脑疾病治疗及脑计算机的研究。理解人脑知觉的过程是脑科学研究和认知理论研 究中最中心的问题。理解知觉的认知过程, 知觉信息的表达, 知觉模型的信息处理和变换过程, 采用什么样的方法进行计算, 是知觉信息处理中最根本的问 题。人脑的知觉成像, 知觉信息的处理和变换由相互连接的神经元动力学系统而实现, 现代知觉计算理论和计算机技术的发展在不远的将来有可能实现这种类型的信息处理, 这样人脑知觉的信息处理和特征可以理解为知觉信息处理的一般原理的生物器械(人脑)实现。一种有用的方法是用计算机技术实现对于人脑知觉过程进行实验研究, 在计算机上建立各种模型,实现对于脑成像的认知机理和一般原理的认识。 本课题是国家自然科学基金重大项目“知觉信息的基本表达及其无创性认知成像”的一个部分, 其目标是运用人工智能、神经计算、微分流形、代数拓扑等为工具, 研究以人脑视知觉信息处理的计算理论和计算模型, 特别是以视知觉信息表示和脑成像为基础的计算机实验。探索知觉信息处理模式理论， 提出人脑知觉信息表示的新方法。我们将调查研究当前国际认知科学最新发展趋势，运用现代数学工具，建立知觉信息的认知模型，通过计算机进行实验。 本项研究的主要特色为:
(1) 突出人的知觉的整体性和与环境交互性。
(2) 基于微分流形等现代数学方法。
(3) 与认知成像、人工智能等研究密切结合。
(4) 可视化计算机实验。
5. 面向主体软件开发环境AOSDE
在主体的认知模型和理论、主体协调和协作策略、多主体系统的学习方法等研究的基础上，对面向主体软件开发方法作了深入的研究, 提出了公共主体请求代理体系机制CARBA, 取得了以面向主体软件开发环境AOSDE为核心的重要成果。
(1) 基于主体的知识和动作，建立了一个语言模型，对主体的心智状态提出了一种表示方法。提出了在多主体系统中主体常识获得模式，和关于其它主体知识信念推理的换位推理模式。提出了一种多主体的逻辑框架RAO。
(2) 提出了基于CBR的合同网协议，该协议对经典合同网进行了扩充，充分考虑了主体求解经验的作用，利用过去求解经验指导多主体任务分配。
(3) 在无私主体的前提下，提出了一种多主体规划——合作规划，并讨论了多主体规划问题及其与合作规划范例的匹配。
(4) 基于多主体技术，特别是移动主体技术，提出了分布式环境下数据库知识发现的问题，研究了KDD任务的描述和过程规划问题，给出了知识发现核心算法。
(5) 提出了公共主体请求代理体系机制CARBA，它由四部分构成：软总线主体请求代理ARB(Agent Request Broker)、主体应用框架AppFacilities、主体领域模式AppPattern、主体服务AgentServices。
(6) 设计和实现了一种多主体系统MAPE2，提出了建造主体的软构件方法。
(7) 提出了一种移动主体分布计算模型MADCM，实现了移动主体系统JMAT，该系统包括协作移动主体CMA和任务移动主体TMA。
(8) 研制成功面向主体软件开发环境AOSDE，该系统目前实现了主体请求代理总线AOSDE/ARB、主体应用框架AOSDE/AppFacilities等。并通过通讯服务主体实现动态主体服务。
我们研制的通用主体MAPE2、移动主体JMAT和面向主体软件开发环境AOSDE，将分布式主体技术和Internet/Intranet有机结合起来，实现开放的软总线和灵活的软构件，为应用系统集成提供良好的开发环境。该系统具有下列特点：
(1) 软构件主体具有自治性，既可用作客户，又可用作服务器，支持对称式客户/服务器工作模式；
(2) AOSDE的软总线和软构件，支持应用系统集成，开放性、可伸缩好；
(3) AOSDE的主体应用框架为软件重用提供了有效途径，利用粒度大、功能强的主体开发应用系统，可以提高应用软件的开发效率，降低成本；
(4) 在Internet/Intranet上多种类型的主体可以方便集成，为知识处理、数值计算和数据处理等提供一体化环境；
(5) 提供主体通信语言SACL和协作规划策略，支持分布用户协同工作；
(6) 移动主体通过使用分布任务规划来访问一系列的网络结点，并在其访问的结点上完成指定的任务。移动主体可以使用任何具体的信息处理技术与算法，从而使服务器实现用户所需的功能。
鉴定委员会一致认为: 研制的面向主体软件开发环境AOSDE，将分布式主体技术与分布式构件技术结合起来，实现开放的软总线和灵活的软构件，为应用系统集成提供良好的开发环境, 达到了国际先进水平。
6. 知识信息处理技术和方法 -----知识信息系统环境KISE
实验室研制了知识信息系统环境KISE, 该系统由智能系统环境INTSE、知识发现工具KDT、面向对象的约束语言COPS、神经网络系统NEUNS、多主体处理环境MAPE组成。该系统开放性、可伸缩性好，具有良好的通信能力，提供多种推理机制、 多种知识自动获取方法，用户界面友好，通用性好，可以支持大型知识信息系统的建造。该系统具有如下特点：
(1) 根据多主体系统的要求，提出了RAO逻辑，可以描述主体的行为，并为多主体系统分类提供了一种方法。
(2) 提出了一种构件式组装的多主体系统结构，主体具有自治性、交互性、协作性，并提出了一种主体通信语言SACL、描述语言ADL、处理语言PCL。
(3) 将非单调推理与约束推理结合起来，给出了一种面向对象的约束语言COPS。采用约束满足方法处理命题满足问题，给出了一种受限命题演绎的多项式算法。
(4) 给出了一种解决带有符号属性和数值属性的知识发现方法。在基于范例推理中，提出了相似检索上下文约束调整算法，以及一种用模糊神经网络获取推理知识的方法和算法。
鉴定委员会一致认为: 在多主体理论和结构等方面有所创新，实现了一个多种推理机制、多种知识获取方法、开放式知识信息系统环境KISE，达到了国际先进水平。课题完成的知识信息系统环境KISE其功能可以与英国的TouringMachines、 GRATE，德国InteRRaP，美国的MACE、AOP，加拿大的APACS等相比较。
7. 多媒体信息检索
近年来随着计算机网络的全面普及，多媒体信息检索发展很快。IBM公司数字图书馆方案将物理信息转化为数字多媒体形式，通过网络安全地发送给世界各地的用户。自然语言查询和概念查询对返回给用户的信息进行筛选，使相关数据的定位更为简单和精确。聚集功能将查询结果组织在一起，使用户能够简单地识别并选出相关的信息。摘要功能能够对查询结果进行主要观点的概括，这样用户不必查看全部文本就可以确定所要查找的信息。IBM Almaden 研究中心推出了QBIC系统。该系统开创了图象信息查询的全新领域。图像可以按照颜色，灰度，纹理和位置进行查询。查询要求将以图形方式表达，如从颜色表中选取颜色，或从例图中选择图像的纹理。查询结果可以按照相关的序列指导子序列查询的进行。这种方法能够使用户更为快速和简便地对可视化信息进行筛选和确定。在``863"高技术项目支持下, 我们研究基于特征的多媒体信息检索系统MIRES, 关健技术有:
(1). 基于特征的图象信息检索。图象信息具有丰富的内涵，给人以直觉、形象、生动的感受，在多媒体信息中是一种重要的信息形态。重点研究按照颜色、形状、纹理等特征对图象信息进行检索。
(2). 中文信息全文检索。研究中文信息全文检索方法，具有布尔检索、截词模糊匹配检索、完全字符串匹配检索、位置相邻检索等多种检索机制。利用相关索引机制，提高检索效率。
(3) 内容的创建和获取。将物理形式的资料转化为数字信息，并进行压缩和转化。多媒体信息载体由于采用了大量的图象、视, 其数据量比传统以文字为主的单媒体要大数百倍。数据的压缩及还原成了多媒体发展的一项关键技术。
(4) 信息存储管理。存储对象可以是文本、图形、图象数字化信息等。研究大容量信息组织管理方法，探索多维空间索引方法以提高信息管理的有效性及检索高效性。信息存储管理采用客户/服务器方式。
(5) 跨平台的客户端检索。跨平台的客户端检索技术就是解决网络环境（特别是Internet/Intranet环境）下，多种软、硬件平台上统一的图形检索界面问题。网络环境中，不同检索客户端的软、硬件配置千差万别，跨平台的客户端检索技术将使这些差别对用户透明，不同平台上的用户将使用统一的图形检索界面进行检索工作。
8. 开发的其他系统
第二炮兵分布式智能决策支持系统开发环境SADID
该项目是国防科工委八五预研项目, 由二炮四所负责签头, 我们负责战略导弹论证、发射和作战运用分布式智能决策支持环境(SADID)。该系统采用国际上人工智能前沿技术, 即多主体系统思想设计, 适合对战略性重大决策问题中情况复杂、数据和信息采集量大、不确定性知识较多的决策模式, 这是基于决策日趋多元因素下的群体决策的需求, 以适应为高层决策者提供更具准确依据的智能决策系统。 SADID系统由模型库管理主体、知识推理主体、数据库管理主体等组成。在SADID系统的基础上, 研制了战略导弹作战运用辅助决策支持系统, 以检验SADID系统的功能和技术性能。该项目已通过鉴定验收, 鉴定委员会一致认为该项目达到国际先进水平。
京津唐地质灾害预测防治计算机辅助决策系统GHIDSS
该项目是国家八五重点科技攻关项目, 由地矿部水文地质工程地质研究所负责签头,我们负责该系统的环境开发和系统设计, 并参加了防治决策专家系统和模拟预测环境的研制工作。该系统已通过鉴定验收。鉴定委员会一致认为该项目处于国内领先水平。
面向对象的模型库管理系统
该项目是国防科工委八五预研项目, 由中国航天工业总公司二院207所负责签头, 我们负责整个软件系统的设计和开发。该系统通过鉴定验收, 达到国际先进水平,并获得中国航天工业总公司科技进步三等奖。
智能系统
中国科学院计算技术研究所智能信息处理重点实验室智能科学课题组自成立以来，在史忠植研究员的领导下，开拓进取，勇于探索，在 人工智能、知识工程、认知科学等领域内取得了令人瞩目的成绩, 开发了下列智能软件工具。
综合知识管理平台CKMP
多主体环境MAGE
数据挖掘工具MSMiner
智能搜索引擎GHunt 详细介绍(PPT格式)
专家系统工具OKPS 详细介绍(PPT格式)
智能决策支持系统IDSS
多媒体信息检索系统MIRES
海洋渔业资源预报系统Fisher 详细介绍(PPT格式)
基于主体的电子商务系统 详细介绍(PPT格式)
智能决策系统开发平台IDSDP
模型库管理系统MBMS
神经专家系统工具ONESS
约束推理工具COPS
范例推理工具CBRS
著 作
国际出版
1. Zhongzhi Shi, Qing He (Eds.), Proceedings of International Conference on Intelligent Information Processing, 2002.
2. Zhong Y.X., Zhongzhi Shi, Hui Li (Eds.), Proceedings of International Conference on Info-Tech and Info-Net , 2001.
3. Zhongzhi Shi, Boi Faltings, Mark Musen (Eds.), Proceedings of Conference on Intelligent Information Processing, 2000.
4. Zhongzhi Shi (Ed.), Proceedings of Pacific Rim International Conference on Artificial Intelligence, International Academic Publishers, (in English), 1994.
5. Harry Bunt, Zhongzhi Shi (Eds.), International Workshop on Knowledge Engineering and Applications, 1994.
6. Zhongzhi Shi. Principles of Machine Learning. International Academic Publishers (in English), 1992.
7. Zhongzhi Shi (Ed.), Automated Reasoning (in English), IFIP Transactions A-19, North-Holland, 1992.
8. Meersman, R. A., Zhongzhi Shi, Chen-Ho Kung (Eds.), Artificial Intelligence in Databases and Information Systems(DS-3), North-Holland Publishers (in English), 1990.
9. Yungui Ci, Jiafu Xu, L.O. Hertzberger, Zhongzhi Shi (Eds.), New Generation Computer Systems, International Academic Publishers (in English), 1989.
10. Zhongzhi Shi, Principles of Machine Learning, Lecture Notes, EUR (in English), 1989.
11. S. Bing Yao, Shixuan Sa, Zhongzhi Shi (Eds.), Proceedings of PRE-VIDB'86, Beijing (in English), 1986.
--------------------------------------------------------------------------------
国内出版
1. 史忠植. 智能科学 . 清华大学出版社,2005.
2. 史忠植. 知识工程 . 清华大学出版社,1988.
3. 史忠植. C 语言程序设计. 北京出版社,1986.
4. 史忠植, 余志华. 认知科学和计算机. 科普出版社, 1990.
5. 史忠植. 高级人工智能. 科学出版社, 1998.
6. 史忠植. 神经计算. 电子工业出版社. 1993.
7. 史忠植. 智能主体及其应用. 科学出版社,2000.
8. 史忠植. 知识发现. 清华大学出版社,2001.
9. 史忠植. 高级计算机网络. 电子工业出版社. 2001.
10. 史忠植. 数据库技术. 中科院计算所, 1984.
11. 史忠植等. 智能决策系统. 中科院计算所, 1991.
12. 史忠植等. 知识库系统. 中科院计算所, 1991.
13. Zhongzhi Shi, Neural Computing, Graduate School, University of Science and Technology of China (in English), 1991.
14. 戴汝为, 史忠植 (Eds.), 人工智能和智能计算机. 电子工业出版社, 1991.
15. 史忠植,怀进鹏,田启家. 人工智能进展. 清华大学出版社,2001.
16. 史忠植等. Micro-PROLOG 分析报告. 中科院计算所,1986.
17. 史忠植. UNIX 操作系统. 中科院计算所 1983.
--------------------------------------------------------------------------------
翻译出版
1. 史忠植, 梁永全, 吴斌等译. 知识工程和知识管理(Guus Schreiber: Knowledge Engineering and Management) . 机械工业出版社,2003.
1. 史忠植, 张银奎, 赵志崑等译. 人工智能(George E Luger: Artificial Intelligence) . 机械工业出版社,2003.
1. 叶世伟, 史忠植 译. 神经网络原理(Simon Haykin: Neural Networks) . 机械工业出版社,2004.
学术论文
2004
2003
2002
2001
2000
2004
International Journal：
Zhongzhi Shi, Youping Huang, Qing He, Lida Xu, Shaohui Liu, Liangxi Qin, Ziyan Jia, Jiayou Li. MSMiner-A Developing Platform for OLAP. Decision Support Systems, to appear.
Jiang Yuncheng, Shi Zhongzhi, Zhang Haijun and Dong Mingkai. Dynamic Service Matchmaking in Intelligent Web. Journal of Web Engineering. 2004, 2(3): 131-147.
Jieye Liang，Zhongzhi Shi．The information entropy， rough entropy and knowledge granulation in rough set theory．International Journal of Uncertainty． Fuzziness and Knowledge-Based Systems，2004，12 (1): 37-46 (SCI源期刊， IDS Number: 811LY)
Jieye Liang， Zhongzhi Shi，Deyu Li．The information entropy， rough entropy and knowledge granulation in incomplete information systems．Information Sciences （SCI源期刊， 已录用）
SHENG Qiu-Jian, SHI Zhong-Zhi. A Knowledge-Based Data Model and Query Algebra For the Next-Generation Web, Lecture Notes in Computer Science, APWEB04,
Hui Yang, Minjie Zhang, Zhongzhi Shi: Association-Rule Based Information Source Selection. Lecture Notes in Computer Science, PRICAI 2004, 563-574
Yong Cheng, Zhongzhi Shi. Enriching Domain Ontology from Domain-Specific Documents with HowNet. Advanced Workshop on Content Computing, AWCC 2004, Chi Chi-Hung, Lam Kwok-Yan (Eds.) Lecture Notes in Computer Science, Vol. 3309, 2004
Zheng Zheng, Hong Hu, Zhongzhi Shi,Granulation Based Image Texture Recognition, Lecture Notes in Computer Science, Volume 3066/2004,659 - 664 (SCI检索)
Zheng Zheng, Hong Hu, Zhongzhi Shi,Rough Set Based Image Texture Recognition Algorithm, Lecture Notes in Computer Science, Volume 3213/2004,772-780
International Conference
Zhongzhi Shi. Autonomic Semantic Grid. Keynote speaker. China-Japan Symposium on Exploratory Software, Nov. 19, 2004
Zhongzhi Shi. Agent-based Semantic Grid. China Agent System, IFMAS, 2004, 12, 13-17
Zhongzhi Shi, Shaohui Liu, Zheng Zheng. Efficient Attribute Reduction Algorithm. AIAI2004, 211-222
Zhongzhi Shi, Ping Luo, Yalei Hao, Guohe Li, Markus Stumptner, Qing He and Gerald Quirchmayr. INTELLIGENT TECHNOLOGY FOR WELL LOGGING ANALYSIS. IIP2004, 373-382
Zhongzhi Shi, Youping Huang, Jian Zhang: Neural Field Model for Perceptual Learning. IEEE ICCI 2004: 192-198
Jinhua Zheng, Charles Ling, Zhongzhi Shi, Juan Xue, Xuyong Li: A Multi-objective Genetic Algorithm Based on Quick Sort. Canadian Conference on AI 2004: 175-186
Qingyong Li, Hong Hu, Zhongzhi Shi: Semantic Feature Extraction Using Genetic Programming in Image Retrieval. ICPR (1) 2004: 648-651
Zhongzhi Shi, Haijun Zhang, Yong Cheng, Yuncheng Jiang, Qiujian Sheng, Zhikung Zhao: MAGE: An Agent-Oriented Programming Environment. IEEE ICCI 2004: 250-257
Qing He, Ping Luo, Zhong-Zhi Shi, Yalei Hao and Markus Stumptner. A PREDICTION APPROACH TO WELL LOGGING. IIP2004, 531-539
Jinhua Zheng, Zhongzhi Shi, Charles X. Ling and Yong Xie. NONDOMINATED SET IN MULTI-OBJECTIVE GENETIC ALGORITHMS. IIP2004, 457-470
Sulan Zhang and Zhongzhi Shi. RESEARCH AND APPLICATION IN WEB USAGE MINING OF THE INCREMENTAL MINING TECHNIQUE FOR ASSOCIATION RULE, IIP2004, 287-289
QIN Liang-Xi , LUO Ping , and SHI Zhong-Zhi. EFFICIENTLY MINING FREQUENT ITEMSETS WITH COMPACT FP-TREE. IIP2004, 397-406
Qing He，Zhenyan Liu，Zhongzhi Shi. An Algebraic Multi-Class Classification Method. Proceedings of the Third International Conference on Machine Learning and Cybernetics, Shanghai, 26-29 August 2004, pp. 3307-3312.
Qingyong Li, Hong Hu, Zhongzhi Shi. Semantic Feature Extraction Using Genetic Programming in Image Retrieval. ICPR (1) 2004: 648-651.
Qingyong Li Zhiping Shi Zhongzhi Shi. A Texture Description Combining Visual And Semantic Features 2004 International Conference on Imaging Science,Systems, and Technology Las Vegas,Nevada, USA, 2004
Qingyong Li Zhiping Shi Zhongzhi Shi. Swarm Intelligence Clustering Algorithm based on Attractor 7th International Conference on Adaptive and Natural, Portugal, 2005 ( appear )
China Journal
史忠植 董明楷 蒋运承 张海俊. 语义Web 的逻辑基础. 中国科学 E 辑 信息科学 2004, 34(10): 1123-1138
史忠植, 蒋运承, 张海俊和董明楷. 基于描述逻辑的主体服务匹配, 计算机学报, 27(5):625-635, 2004.
蒋运承, 张海俊, 董明楷和史忠植. 多主体系统中的动态服务匹配, 电子学报, 2004, 32(3): 457-461.
张海俊, 史忠植. 动态合同网协议. 计算机工程, 30(21): 44-46, 2004.
蒋运承和史忠植. QoS驱动的主体服务匹配. 小型微型计算机系统, 已录用.
蒋运承和史忠植. 基于本体的主体服务快速匹配算法. 计算机工程, 30(20):28-29, 2004.
蒋运承和史忠植. 多主体服务组合的优化策略. 计算机工程与应用, 2004, 40(6): 1-3
叶世伟, 郑宏伟, 王文杰, 马琳, 史忠植. 非线性梯度下降算法理论及其对Hopfield网络稳定性的分析. 计算机研究与发展，2004, 41(2):317-324
刘少辉, 胡斐, 贾自艳，史忠植. 一种基于Rough集聚类算法. 计算机研究与发展，2004, 41(4):552-557
董明楷, 张海俊, 史忠植. 基于动态描述逻辑的主体模型. 计算机研究与发展，2004, 41(5):780-786
郑金华, 史忠植, 谢勇. 基于聚类的快速多目标遗传算法. 计算机研究与发展，2004, 41(7):1081-1087
贾自艳，何清，张海俊，李嘉佑，史忠植.一种基于动态进化模型的事件探测和追踪算法.计算机研究与发展，2004, 41(7):1273-1280
贾自艳，黄友平，罗平，李嘉佑，秦亮曦，史忠植。面向数据质量的ETL过程建模与实现，系统仿真学报，已录用
贾自艳，史忠植。基于概率统计技术和规则方法的新词发现，计算机工程，30(20):19-21, 2004
赵志崑,史忠植, 曹虎. 一种基于约束传播的规划算法. 计算机工程，30(20):16-18, 2004
程勇, 张海俊, 蒋运承, 林芬和史忠植. 基于复用的Agent系统开发方法及支持工具设计. 计算机工程, 已录用.
李清勇 胡宏 施智平 史忠植 基于纹理语义特征的图像检索研究 计算机学报（已录用 2005年出版）
李清勇 秦亮曦 施智平 史忠植 最大目标频繁模式挖掘算法研究 计算机工程与应用（已录用 2004年11月出版）
施智平, 胡宏, 李清勇, 史忠植, 段禅伦. 基于纹理谱描述子的图象检索,软件学报,已录用;
施智平,胡宏,李清勇,史忠植,段禅伦. 一种快速有效的图象纹理谱描述子,计算机辅助设计与图形学学报, 2004, 16(12): 1703-1707
China Conference
史忠植. 智能科学中的基本问题. 特邀报告. 智能科学技术基础理论重大问题研讨会, 国家自然科学基金委员会信息科学部主办, 2004年9月10 – 12日
史忠植. 面向主体的软件工程. 特邀报告. 2004全国软件与应用学术会议(NASAC), 2004, 10, 15-17
史忠植. 智能科学中的逻辑问题. 特邀报告. 人工智能与哲学高级研讨会, 2004, 10, 27-30, 厦门
史忠植. 智能科学的研究. 特邀报告. 第二届全国智能科学与技术教育学术研讨会. 2004, 11月6日至8日
史忠植. 智能科学中的神经计算. 特邀报告. 第14届中国神经网络学术会议, 2004, 10月27-29日, 合肥
史忠植, 董明楷, 蒋运承和张海俊. 语义Web的逻辑基础. 国家自然科学基金重大研究计划网络与信息安全2003年度学术交流论文集, 国家自然科学基金委员会, 2004: 167-178.
黄友平，史忠植. 基于信息几何构建朴素贝叶斯分类器. 人工神经网络与自然计算研究进展, 416-419, 2004
罗平,何清，李仰耀，张国清，史忠植.基于SOM聚类算法的网络流量分析.国家自然科学基金重大研究计划网络与信息安全2003年度学术交流论文集, 国家自然科学基金委员会, 2004
研究生课程
高级人工智能
智能科学
高级计算机网络
数据挖掘
人工智能原理
神经计算
人才培养
博士后
郑金华 梁吉业 丁世飞
博士研究生
张海俊 黄友平 程勇 秦亮曦 施志平
李清勇 黄河 郑征 邱莉榕 张素兰
王茂光 张志勇
硕士研究生
李嘉佑 罗平 罗杰文 林芬
黄慧靖 黄瑞 赵秀荣 史春奇
南婵芳 任秀丽 何建斌 王华伟
唐胡鑫 刘广斌 史俊 刘缵敏
贾颖杰 何潇潇
已毕业学生
田启家 博士 何清 博士 Nicolas Bredeche 博士 Matthijs
王雅丽 杨志成 韦帷 博士 方健梅 博士
许志平 宫昭宇 刘郁陶 史菁
胡小华 博士 马海波 博士 韩建操 博士 许金喜 博士
李宝东 博士 吴建明 博士 朱建立 博士 徐众惠 博士
陈源 博士 吴斌 博士 万华林 博士 陆明亮 博士
王学重 博士 吕翠英 博士 王宽敬 博士 周涵 博士
廖乐健 博士 叶世伟 博士 张建 博士 莫纯欢 博士
李威 博士 张颍 博士 王文杰 博士 王军博士
李云峰博士 王鲁明博士 张大川 博士 刘承杰 博士
廖冬一 博士 王伟 博士 梁永全 博士 潘谦红 博士
刘继敏博士 焦文品博士 曹虎博士 叶施仁 博士
李晓黎 博士 武成岗 博士 宫秀军 博士 董明楷博士
刘少辉博士 赵志崑博士 蒋运承博士 盛秋戬博士
贾自艳博士 李宁辉博士 汪涛硕士 辛志硕士
江涛 博士 王炬 张丽华硕士 王纪华硕士
钟石强硕士 季强硕士 谭宁硕士 王泊硕士
郑毅硕士 任立安硕士 李源硕士 肖春艳硕士
刘变兰硕士 王鹰翔硕士 麻和平硕士 罗代洪硕士
宋一丁硕士 沈逊硕士 唐辉博士 王寒流硕士
王炬硕士 王良硕士 王彤硕士 张景明硕士
张庆杰硕士 张治洪硕士 杨振宇硕士 张旭硕士
周石光硕士 赵璇硕士 赵钢硕士 赵辉硕士
李爽硕士 赵若斌硕士 谭琼硕士 陆枫硕士
郑毅硕士 任立安硕士 李源硕士 肖春艳硕士
李蓉硕士 傅伟鹏硕士 姜宁硕士 庄涛硕士
周勇硕士 韩吉硕士 王嘉硕士 高翔硕士
孙永 谭浩 董泽坤 张宁