合肥工业大学计算机与信息学院导师介绍：赵仲秋

　　姓名：赵仲秋
　　性别：男
　　出生年月：1977-09-03
　　职称：副研究员
　　学院：计算机与信息学院
　　研究方向：
　　模式识别、图像视频分类与理解、数据挖掘等。

　　简历
　　工学博士，副研究员，硕士生导师。2000年7月于合肥工业大学获工学学士学位；2004年6月于中国科学院合肥物质科学研究院获模式识别与智能系统专业工学硕士学位；2007年11月于中国科技大学自动化系获模式识别与智能系统专业工学博士学位；2007年12月~2008年3月在合肥工业大学计算机与信息学院“图像信息处理研究室”从事研究工作；2008年4月~2009年11月于法国 UNIVERSITE PAUL CEZANNE – AIX-MARSEILLE III 信息与系统科学实验室（CNRS UMR6168 Lab Sciences de l'Information et des Systèmes, LSIS）访问，并从事图像分类与检索研究工作；2010年11月入选合肥工业大学“数据挖掘与智能计算”研究基地“千人计划”团队人才培育计划;2011年12月入选合肥工业大学计算机与信息学院人才培育“C计划”。主要研究方向包括模式识别、图像视频分类与理解、数据挖掘等。

　　近年来主持国家自然科学基金青年基金、教育部高等学校博士点新教师基金、中国博士后基金特别资助、“千人计划”子课题项目各一项；承担科技部863项目、973子课题、973前期预研专项项目、军口863项目、国家自然科学基金面上项目、国家自然科学基金海外及香港、澳门青年学者合作研究基金、法国国家科研署（ANR）项目等多个项目的研究。近年来，共发表学术论文20余篇，18篇被SCI或EI检索，其中7篇第一作者论文被SCI检索，并被他人引用共90余次（Google学术搜索 ，单篇论文最高他引次数超过40次。担任 Pattern Recognition Letters, IEEE Trans. Evolutionary Computation, IEEE Trans. Multimedia, IEEE Trans. Fuzzy Systems, Neurocomputing，Computer Vision and Image Understanding，《计算机学报》等期刊的论文审稿人。参编法语专著一部；获国家发明专利一项。　　
　　
　　研究方向
　　模式识别、图像视频分类与理解、数据挖掘等。

　　教学工作
　　《人工神经网络》 《智能信息处理》 《数据结构》
　　
　　获奖情况
　　
 　　论文著作
　　 [1] Z.Q. Zhao, H. Glotin, Z. Xie, J. Gao, and X. Wu, "Cooperative Sparse Representation in Two Opposite Directions for Semi-supervised Image Annotation," IEEE Transactions on Image Processing, DOI: 10.1109/TIP.2012.2197631, 2012 (ACCEPTED, to appear, regular paper).
　　[2] Z.Q. Zhao, J.Z. Li , J. Gao, X.D. Wu, “A Modified Semi-Supervised Learning Algorithm on Laplacian Eigenmaps,” Neural Processing Letters, vol. 32(1), 76-82, 2010. (SCI, EI )
　　[3] Z.Q. Zhao, J. Gao, H. Glotin, X.D. Wu, “A matrix modular neural network based on task decomposition with subspace division by adaptive affinity propagation clustering,” Applied Mathematical Modelling, 34, pp. 3884–3895, 2010. (SCI, EI )
　　[4] H. Glotin, Z.Q. Zhao, J. Gao, X.D. Wu, “A Matrix Modular SVM Robust to Imbalanced Dataset for Efficient Visual Concept Detections,” The 11th ACM SIGMM International Conference on Multimedia Information Retrieval (ACM MIR 2010), March 29-31, 2010, National Constitution Center, Philadelphia, Pennsylvania, USA. (EI)
　　[5] Z.Q. Zhao, H. Glotin, “Diversifying Image Retrieval by Affinity Propagation Clustering on Visual Manifolds,” IEEE Mutimedia, vol. 16, no. 4, pp. 34-43, 2009. (SCI, EI)
　　[6] Z.Q. Zhao, “A Novel Modular Neural Network for Imbalanced Classification Problems,” Pattern Recognition Letters, Vol.30, No.9, pp. 783-788, 2009. (SCI, EI)
　　[7] Z.Q. Zhao, D.S. Huang, and W. Jia, “Palmprint Recognition with 2DPCA+PCA Based on Modular Neural Networks,” Neurocomputing，Vol. 71(1-3), pp. 448-454, 2007. (SCI, EI, 他引11次)
　　[8] Z.Q. Zhao and D.S. Huang, “A mended hybrid learning algorithm for radial basis function neural networks to improve generalization capability,” Applied Mathematics Modelling, Vol. 31(7), pp. 1271-1281, 2007. (SCI, EI, 他引20次)
　　[9] Z.Q. Zhao, D.S. Huang, B. Y. Sun, “Human face recognition based on multiple features using neural networks committee,” Pattern Recognition Letters, Vol.25(12), pp.1351-1358, 2004. (SCI, EI, 他引44次)
　　[10] Z.Q. Zhao, H. Glotin, “Enhancing Visual Concept Detection by a Novel Matrix Modular Scheme on SVM,” Lecture Notes in Computer Science, Vol.5706, No.1, pp. 640–643, 2009 (EI)
　　[11] H. Glotin, Z.Q. Zhao, S. Ayache, “Efficient Image Concept Indexing by Harmonic and Arithmetic Profiles Entropy,” Proceedings of 2009 IEEE International Conference on Image Processing (ICIP 2009), IEEE Signal Processing Society, pp.277-280, 2009. (EI)
　　[12] H. Glotin, Z.Q. Zhao, “Visual Affinity Propagation Improves Sub-topics Diversity without Loss of Precision in Web Photo Retrieval,” Lecture Notes in Computer Science, Vol.5706, No.1, pp. 628–631, 2009. (EI)