杨鸣

基本信息Personal Information

副教授 博士生导师 硕士生导师

性别 : 男

学历 : 博士研究生

学位 : 工学博士学位

在职信息 : 在职

所在单位 : 计算机学院

学科 : 计算机科学与技术

办公地点 : 未来城校区计算出学院办公楼631

联系方式 : mingyang@cug.edu.cn

Email :

教师其他联系方式Other Contact Information

邮箱 :

扫描关注

个人简介Personal Profile

杨鸣,男,博士,副教授,博士生导师,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;至今发表论文30余篇,包括人工智能领域的国际权威和知名期刊《IEEE Transactions on Evolutionary Computation》论文4篇、《IEEE Transactions on Cybernetics》论文2篇、《IEEE Computational Intelligence Magazine》论文1篇、《Evolutionary Computation》论文1篇、《Information Sciences》论文2篇、《Expert Systems with Applications》论文1篇;承担科研项目26项,将人工智能的学术研究成果应用到卫星资源调度与任务规划相关项目。

  • 教育经历Education Background
  • 工作经历Work Experience
  • 研究方向Research Focus
  • 社会兼职Social Affiliations
  • 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。
  • 任务调度:多星多站协同优化调度系统,采用人工智能方法(群体智能、深度学习、大模型等)对大规模复杂卫星观测任务进行高效规划与动态管理。
  • 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。