张灵均 讲师（高校）

张灵均：讲师，天津大学博士，2018年9月至2019年9月赴悉尼大学做访问学者。近年来主持和参与多项国家自然科学基金、浙江省自然科学基金及横向课题，在国际期刊以及国际会议上发表多篇论文，其中包括SCI一区Top期刊和二区Top期刊，并公开多项发明专利。目前主要研究方向是机器学习、粒计算和多模态图像生成等。

(1) 2012-09 至 2017-01, 天津大学, 计算机应用技术, 博士

(2) 2009-09 至 2012-06, 河南师范大学, 计算机软件与理论, 硕士

(3) 2003-09 至 2007-06, 河南师范大学, 计算机科学与技术, 学士

其他工作经历：

(1) 2018-9 至 2019-9, 悉尼大学，访问学者

科研与学术工作经历：

(1) 2017-03 至 今, 杭州电子科技大学, 计算机学院, 讲师

(2) 2007-09 至 2009-06, 河南师范大学, 计算机科学与技术学院, 无

2017年-至今，担任中国人工智能学会粒计算与知识发现专委会委员。

机器学习、粒计算、模型可解释性及多模态图像生成

• 承担《数据结构》、《数据结构课程设计》、《机器学习》、《深度学习》、《计算机导论》、《创新实践》、《程序设计基础》等多门专业基础及实践课程；

• 参加校青年教师技能打算，获得二等奖第一名；

• 主持完成一项教改项目；

• 参与培养多名研究生。

1)    Considering three elements of aesthetics: Multi-task self-supervised feature learning for image style classification, Neurocomputing, 2023, SCI二区TOP, 通讯作者

2)    HELPFuL: Human Emotion Label Prediction Based on Fuzzy Learning for Realizing Artificial Intelligent in IoT, APPLIED SCIENCES-BASEL, 2023, SCI三区, 第一作者

3)    Rich Structural Index for Stereoscopic Image Quality Assessment, Sensors, 2022, SCI三区，通讯作者

4)    A deep asymmetric Laplace neural network for deterministic and probabilistic wind power forecasting, 2022, Renewable Energy, SCI一区, 合作

5)    Ensemble probabilistic wind power forecasting with multi-scale features, 2022, Renewable Energy, SCI一区, 合作

6)    A review of wind speed and wind power forecasting with deep neural networks, 2021, Applied Energy, SCI一区TOP, ESI高被引, 合作

7)    集成加权软投票的众包真值推理方法, 清华大学学报（自然科学版）, 2021, 中文核心, 通讯作者

8)    GMM with parameters initialization based on SVD for network threat detection, 2021, SCI三区, 合作

9)    Smart data driven traffic sign detection method based on adaptive color threshold and shape symmetry, 2019, SCI二区, 合作

10)  Abnormal visual event detection based on multi-instance learning and autoregressive integrated moving average model in edge-based Smart City surveillance, 2019, EI检索期刊, 通讯作者

11)  Large-Scale Multimodality Attribute Reduction With Multi-Kernel Fuzzy Rough Sets, IEEE Transactions on Fuzzy Systems, 2018, SCI一区TOP，通讯作者