颜七笙
发布人:管理员  发布时间:2023-09-21   浏览次数:912

姓名:

颜七笙

性别:

职称:

教授

学位:

博士

电话:


办公室


Email

673138632@qq.com

邮编:

330013

地址:

江西省南昌市经开区广兰大道418

简  历:

颜七笙,男,江西临川人,博士,教授,理学院院长。目前主要感兴趣的研究领域为智能计算及应用、管理预测与决策、商务统计与大数据分析等。先后主持或参加各类科研项目20余项发表论文80余篇,主持省精品(资源共享)课程2门,出版教材和专著共5部。作为第一完成人,荣获省级教学成果二等3项、校级教学成果一等奖4项。指导学生参加全国大学生数学建模竞赛获全国一、二等奖8项、省一等奖10项。江西省“百千万人才工程”人选首届江西省普通本科高校“金牌教授”,荣获全国大学生数学建模竞赛国家级“优秀指导教师”、国家级“优秀组织工作者”,江西省高校“中青年骨干教师”,江西省高校“最美青年教师”,东华理工大学“教学名师”等称号。

学习经历:

·2008.9–2014.6,江南大学,轻工信息技术与工程专业(人工智能及应用方向),博士研究生

·2003.9–2006.3,江南大学,计算机应用技术专业,硕士研究生

·1993.9–1997.7,南昌大学,数学专业,本科生

工作经历:

·201212-现在, 东华理工大学, 教授

·200712-201212, 东华理工大学, 副教授

·200212-200712, 东华理工学院, 讲师

·19977-200212, 华东地质学院, 助教

研究方向:

·智能计算及应用

·管理预测与决策

·商务统计与大数据分析

招生专业:

·0252应用统计

获奖及荣誉:

·江西省高校金牌教授(2020年)

·江西省百千万人才工程人选(2017年)

·省级教学成果二等奖(2019年,排名第一)

·省级教学成果二等奖(2017年,排名第一)

·省级教学成果二等奖(2013年,排名第一)

·省级精品资源共享课(2015年,排名第一)

·省级精品课程(2013年,排名第一)

·全国大学生数学建模竞赛优秀组织工作者(国家级,2021年)

·指导学生参加全国大学生数学建模竞赛获全国一、二等奖10项(1998-2022年)

·江西省高校最美青年教师(2015年)

·江西省高校中青年骨干教师(2011年)

·全国大学生数学建模竞赛江西赛区优秀组织工作者(省级,2011年)

·全国大学生数学建模竞赛优秀指导教师(国家级,2001年)

·东华理工大学教学名师(2015年)

·校级教学成果一等奖(2022年,排名第一)

教授课程:

1.《管理预测与决策》《运筹学》《数据库原理及应用》《数据挖掘》《数学分析》

《高等数学》《线性代数》《概率论与数理统计》《常微分方程》《数学模型》

《数学实验》《离散数学》《计算方法》《模糊数学》《决策支持系统》(本科生课程)

2.《多元统计分析》《软计算方法理论及应用》《应用数学方法》《矩阵理论与计算》

《地理学统计方法与应用》(研究生课程)

承担科研项目情况:

主持项目(部分):

1.国家自然科学基金项目,2020/1-2023/12.

2.江西省自然科学基金项目,2011/01-2014/12.

3.江西省教育厅科技项目,2016/01-2017/12.

4.江西省教育厅科技项目,2010/01-2011/12.

5.江西省高校人文社科研究项目,2012/01-2013/12.

参与项目(部分):

1.国家自然科学基金项目,2016/1-2018/12.

2.国家社会科学基金项目,2003/1-2005/12.

3.教育部人文社会科学基金项目,2012/1-2014/12.

代表论著部分

[1]基于经验模式分解和极限学习机的铀资源价格预测方法研究[J].控制与决策,2014,29(7):1187-1192.

[2]鄱阳湖湿地南部区域景观格局演变与动态模拟[J].长江科学院院报. 2020,37(06):171-178.

[3]基于ABC-ELM的上证综指收盘价格预测模型[J].计算机仿真,2020,37(05):154-160.

[4]Landslide Susceptibility Prediction Based on High-Trust Non-Landslide Point Selection[J]. ISPRS International Journal of Geo-Information, 2022, 11, 398:1-20.

[5]Application of Beetle Colony Optimization Based on Improvement of Rebellious Growth Characteristics in PM2.5 Concentration Prediction[J]. Processes 2022, 10, 2312:1-17.

[6]Double-Coupling Learning for Multi-Task Data Stream Classification[J].Information Sciences, 2022,613:494-506.

[7]A Spatiotemporal Model for PM2.5 Prediction Based on K-Core Idea and Label Distribution[J].Meteorological Applications 2023,30 (1) :1-11.

[8]Prediction of rock burst intensity based on multi-source evidence weight and error-eliminating theory[J].Environmental Science and Pollution Research. 2023,30 (29):74398-74408.

[9]Deep Image Feature Learning with Fuzzy Rules[J].IEEE Transactions on Emerging Topics in Computational Intelligence.

[10]基于误差修正和VMD-ICPA-LSSVM的短期风速预测建模[J].南京信息工程大学学报(自然科学版).