EN
当前位置: 网站首页 > 师资队伍 > 师资概况 > 正文
袁建军
发布时间: 2019年06月25日 13时26分  作者:本站编辑   来源:本站原创   浏览次数:




             姓名:袁建军                            性别:男
              学历:博  士                           职称:副教授
              部门:数据科学与大数据技术系                 邮箱:
jianjuny@sina.com
              研究方向:数字图像处理、神经网络、机器学习、海量数据分析,数学建模等


袁建军,重庆北碚人,博士,副教授,硕士生导师。2012.12重庆大学光电学院工学博士学位。2018-2019年在新西兰Callaghan Innovation研究中心作访问学者,2016-2019年于西南大学统计学博士后。2005.07-2019.06西南大学数学与统计学院工作,2019.07至今西南大学人工智能学院工作。
   目前主要研究领域主要包括:数字图像处理、神经网络、机器学习、海量数据分析、数学建模等。主持中国博士后基金面上项目、重庆市基础科学与前沿研究项目、重庆市博士后基金特别资助、教育部中央高校基本科研业务专项和校级基本科研业务费专项资金项目等5项科研项目,参研国家自然基金项目2项,重庆市级项目1项,教育部项目1
。在Applied Mathematical Modelling,Computers and Mathematics with Applications,Computers in Biology and Medicine,Magnetic Resonance Imaging, 数学学报等国内外学术刊物上发表论文20余篇(SCI论文15篇)担任多个国际SCI期刊IEEE Transactions on Image Processing,Pattern Recognition Letters,IET Image Processing,IET Computer Vision等知名期刊审稿人。


一、教育经历
  1.2007.09-2012.12,重庆大学,光电学院,博士
  2.2002.09-2005.06重庆大学,数学与统计学院,硕士


二、研究及工作经历
 1.2019.07-至今,  西南大学,人工智能学院,副教授
 2.2005.07-2019.06,西南大学,数学与统计学院,副教授
 3.2016.06-2019.04,西南大学,数学与统计学院,博士后
 4.2018.01-2019.01,新西兰Callaghan Innovation研究中心,访问学者


三、学术兼职及社会服务
  国际SCI期刊IEEE Transactions on Image Processing,Pattern Recognition Letters,IET Image Processing,IET Computer Vision等知名期刊审稿人。


四、科研项目
   1.中国博士后基金面上项目,主持,高阶张量压缩感知模型在图像处理中的应用,批准号:2016M602625 2016.07-2018.07.
  2.重庆市科学技术委员会,主持,基于深度学习和稀疏学习的图像恢复研究, 立项编号: cstc2017jcyjAX0383, 2017.07-2020.06.
  3.重庆市博士后科研项目特别资助,主持,基于卷积网络和稀疏表示的图像复原研究,立项编号:Xm2017140, 2017.05-2019.03.
  4.校级项目,西南大学博士基金项目,主持, 基于偏微分方程的图像处理技术研究,项目编号:SWU112113, 2013.02-2015.12.
  5.西南大学基本科研业务费专项资金项目,主持,基于偏微分方程的图像分割技术的研究, 项目编号:XDJK2009C072,2009.12-2011.12.
   6.重庆市科学技术委员会, 主研,关于神经网络逼近的复杂性及算法研究,批准号:2009JJ0406,2009-2012.
   7.国家自然科学基金项目,主研,一类两分支非线性浅水波方程的若干问题研究,批准号11101337,2012.01-2014.12.
  8.国家自然基金面上项目,主研,病毒进化对疾病传播动力学行为的影响,批准号:11271303,执行期间:2013.01-2016.12.
  9.部委级科技项目,教育部科技发展中心,两分支 Camassa-Holm 方程及其相关模型的若干问题研究,批准号20110182120013,2012.01-2014.12.


五、近期代表性论著
   1.Jianjun Yuan*, MRI denoising via sparse tensors with reweighted regularization, Applied Mathematical Modelling, 69, 2019, 552–562.
     2.Jianjun Yuan*, An improved variational model for denoising magnetic resonance images, Computers and Mathematics with Applications, 76(9), 2018, 2212-2222。
     3.Jianjun Yuan*, Jianjun Wang, Compressive sensing based on L1 and Hessian regularizations for MRI denoising, Magnetic Resonance Imaging, 51, 2018, 79-86.

  4.王建军,袁建军*,王尧,基于混合l2/l1范数极小化方法的块稀疏信号重构条件,数学学报,第60卷第4 期,20177月,619-630.
  5.Y. Xu,J. Yuan*. Anisotropic diffusion equation with a new diffusion coefficient for image denoising. J. Pattern Anal Applic. 2017, 20 (2), 579-586.
    6.Jianjun Yuan*, Lipei Liu, Brain glioma growth model using reaction-diffusion equation with viscous stress tensor on brain MR images, Magnetic Resonance Imaging, 34(2), 2016, 114-119.
    7.Jianjun Yuan*, Improved anisotropic diffusion equation based on new nonlocal information scheme for image denoising, IET Computer Vision, 9(6), 2015, 864-870.
    8.Jianjun Yuan*, Lipei Liu, Qingmao Hu, Mathematical modeling of brain glioma growth using modified reaction–diffusion equation on brain MR images, Computers in Biology and Medicine, 43, 2013, 2007–2013.
    9.Jianjun Yuan*, Active contour driven by local divergence energies for ultrasound image segmentation, IET Image Processing, 3(7), 2013, 252- 259.
    10.Jianjun Yuan*, Active contour driven by region-scalable fitting and local Bhattacharyya distance energies for ultrasound image segmentation, IET image processing, 8(6), 2012, 1075-1083.


六、教学情况

1.教授课程
  高等数学、线性代数、概率论与数理统计、数值分析、机器学习

2.教学成果
   1)袁建军,欧增奇. 高数中洛必达法则求极限的注意问题. 西南师范大学学报,2012(6),第37卷,第6期,241-244.
  2)2011年指导本科毕业论文校优秀毕业论文二等奖.

3.学生指导
   1)2019年美国大学生数学建模竞赛三等奖
  2)2017年全国大学生数学建模竞赛重庆市一、二等奖
  3)2015年全国大学生数学建模竞赛重庆市二等奖
  4)2014年全国大学生数学建模竞赛重庆市二等奖
  5)2014年美国大学生数学建模竞赛二等奖
  6)2011年美国大学生数学建模竞赛二等奖
  7)2010年全国大学生数学建模竞赛重庆市二等奖
  8)2010年全国大学生数学建模竞赛重庆市二等奖
  9)2009年美国大学生数学建模竞赛三等奖
  10)2008年全国大学生数学建模竞赛全国一、二等奖
   11)2008年美国大学生数学建模竞赛二等奖
  12)2008年被评为重庆赛区数学建模优秀指导教师