当前位置:首页>>师资力量>>中心教师
教授
陈永川 段玉萍
甘在会 季 青
蒋仁进 邵井海
孙笑涛 王凤雨
汪更生 吴偶
吴奕飞 张勇
宗传明
兼职教授
陈化 Peter Paule
副教授
范协铨 何玲
黎怀谦 彭兴
彭珍玲 宋保方
王耀宏 余讯
张海祥
讲师
陈鑫 戴 嵩
邓英俊 郭嘉祥
胡二彦 黄昊阳
黄兴 李 楠
梁聪 马文钧
宁 博 沈瑞鹏
田文义 魏斌
吴华明 吴杰
谢满庭 徐 甜
杨松 张与彪
赵铭锋 周明铄
朱斐
博士后
成灵妍 2017-2019
方腾 2016-2018
姬超 2016-2022
林鸿莺 2017-2019
宋基建 2017-2019
王丽霞 2016-2022
徐家宽 2017-2019
张胥 2016-2018
行政人员
郭子青 刘阳
李浡然
朱斐 讲师    
应用数学中心教师 主 页
  电 话:
  邮 箱: fei.zhu@tju.edu.cn

研究方向:

信号及高光谱图像处理、机器学习、深度学习

教育经历:

2007.09-2011.07 西安交通大学 数学与应用数学/金融学 本科/学士

2011.09-2013.09 法国特鲁瓦技术大学 系统优化与可靠性 研究生/硕士

2013.10-2016.09 法国特鲁瓦技术大学 系统优化与可靠性 研究生/博士

代表性论文与著作:

[1] A.J.X. GUO, F. ZHU. Spectral-spatial feature extraction and classification by ANN supervised with center loss in hyperspectral imagery. IEEE Transactions on Geoscience and Remote Sensing, Accepted.

[2] F. ZHU, A. Halimi, P. Honeine, B. Chen, N. Zheng. Correntropy maximization via ADMM: application to robust hyperspectral unmixing. IEEE Transactions on Geoscience and Remote Sensing, vol. 55, no. 9. pp. 4977-4955, 2017.

[3] F. ZHU, P. Honeine. Bi-objective nonnegative matrix factorization Linear Versus Kernel-Based Models. IEEE Transactions on Geoscience and Remote Sensing, vol. 54, no.7, pp. 4012-4022, 2016.

[4] F. ZHU, P. Honeine. Online kernel nonnegative matrix factorization. Signal Processing, vol. 131, pp. 143-153, 2017.

[5] F. ZHU, A. Halimi, P. Honeine, B. Chen, N. Zheng. ADMM for Maximum Correntropy Criterion. 2016 International Joint Conference on Neural Networks (IJCNN), Vancouver, Canada, 24--29 Jul., 2016.

[6] F. ZHU, P. Honeine. Online nonnegative matrix factorization based on kernel machines. 23th European Conference on Signal Processing (EUSIPCO). Nice, France, 31 Aug.--4 Sept.,2015.

[7] F. ZHU, P. Honeine. Pareto front of bi-objective kernel-based nonnegative matrix factorization. 23th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN). Bruges, Belgium, 22--24 Apr. 2015.

[8] F. ZHU, P. Honeine, K. Maya. Kernel non-negative matrix factorization without the pre-image problem. 24th IEEE workshop on Machine Learning for Signal Processing (MLSP). Reims, France, 21--24 Sept. 2014.