张华清(讲师)
发布人:陈文雪  发布时间:2021-11-30   浏览次数:3114


»姓名:张华清

»系属:数据科学与统计系

 


»学位:硕士

»职称:讲师

»学科:数学

»导师类别:

»电子邮箱:zhhq@upc.edu.cn

»联系电话:

»通讯地址:山东省青岛市黄岛区长江西路66号(邮编:266580

»概况

研究方向
1. 
特征选择

2. 神经网络

3. 机器学习

4. 油田大数据


学习与工作经历
1996.9-2000.7
,曲阜师范大学数学系,学士

2000.9-2003.7,中国石油大学(华东)计算机学院,硕士

2018.9-至今,中国石油大学(华东),博士研究生

2003.7-2011.5,中国石油大学(华东))数学与计算科学学院,讲师        

2011.5-至今,中国石油大学(华东)理学院,讲师

主讲课程
主讲本科生必修课。《程序设计语言(C++)》《数据结构》《数学实验》《数学基础实践》《Hadoop大数据处理》《神经网络与深度学习》等课程


 承担和参与项目
近年来,主持或参与的代表性科研项目:
1.      2021-09-08~2021-12-31
,基于代理模型的老油田开发指标预测方法,横向项目,排名3

2.      2021-07-01~2023-06-30,融合渗流机理构建在线机器学习模型的井间连通性研究,省部级其他项目(理工科),排名4

3.      2020-05-01~2022-12-31,融合物理模型及神经网络的可解释油藏连通性研究,自主创新科研计划项目(理工科)_科技专项,排名3

4.      2020-05-01~2022-12-31,融合物理模型及神经网络的可解释油藏连通性研究,中石油重大科技合作项目,排名4

5.      2019-12-06~2023-12-31,深层碳酸盐岩油气藏提高储量控制动用方法与技术研究,中石油重大科技合作项目,排名6

6.      2019-01-01~2022-12-01,基于金银纳米探针的毒害气体富集与比色传感一体化研究与应用,国家自然科学基金_面上项目,排名3

7.      2015-09-25~2017-06-01,云游网络科技,校级自主创新科研计划项目(理工科),排名1


获奖情况(除教师个人获奖之外,还包含指导学生获奖情况)
指导学生荣获全国大学生数学建模竞赛山东赛区二等奖,省部级,2015-10-01

 
论文
发表论文情况:
[1]    Huaqing Zhang, Yi-Fei Pu, Xuetao Xie*, Bingran Zhang, Jian Wang*,   Tingwen Huang. A global neural network learning machine: Coupled integer and   fractional calculus operator with an adaptive learning scheme. Neural   Networks, 143: 386-399, 2021. (SCI
二区)

[2]    Haochen Wang, Jianfa Han,   Kai Zhang, Chuanjin Yao, Xiaopeng Ma, Liming Zhang, Yongfei Yang, Huaqing Zhang, Jun Yao, An   Interpretable Interflow Simulated Graph Neural Network for Reservoir   Connectivity Analysis, SPE J. 26 (04): 1636–1651,DOI: https://doi.org/10.2118/205024-PA,   August 2021. (SCI二区)

[3]    Jian Wang#; Huaqing Zhang#; Junze Wang; Yi-Fei   PU*; Nikhil R. Pal; Feature Selection using a Neural Network With Group Lasso   Regularization and Controlled Redundancy, IEEE Transactions on Neural   Networks and Learning Systems, 2021, 32(3): 1110-1123. (SCI一区,共同一作)

[4]    Xuetao Xie#, Huaqing Zhang#, Junze Wang, Qin   Chang, Jian Wang*, Nikhil R. Pal, Learning optimized structure of neural   networks by hidden node pruning with L1 regularization, IEEE Transactions on   Cybernetics, 2020, 50(3): 1333-1346. (SCI一区,共同一作)

[5]    Huaqing Zhang, Jian Wang*, Zhanquan Sun, Jacek M. Zurada, and   Nikhil R. Pal; Feature Selection for Neural Networks Using Group Lasso   Regularization, IEEE Transactions on Knowledge and Data Engineering, 2020,   32(4): 659-673. (SCI二区)

[6]    张凯, 赵兴刚, 张黎明, 张华清, 王浩臣, 陈国栋, 赵孟杰, 姜云启, 姚军, 智能油田开发中的大数据及智能优化理论和方法研究现状及展望, 中国石油大学学报(自然科学版), 2020, 44(04): 28-38. (EI)

[7]    Tao Gao, Jian Wang*, Bingjie   Zhang, Huaqing Zhang, Peng Ren,   Nikhil R. Pal.A Polak-Ribiere-Polyak Conjugate Gradient-Based Neuro-Fuzzy   Network and Its Convergence. IEEE Access, 6: 41551-41565, 2018. (SCI二区)

[8]    Bingjie Zhang, Junze Wang,   Shujun Wu, Jian Wang, Huaqing Zhang*,   Fully Complex-Valued Wirtinger Conjugate Neural Networks with Generalized   Armijo Search, International Conference on Intelligent Computing (ICIC 2018),   10956: 123-133, Bengaluru, India, 2018-10-252018-10-27.   (EI)

[9]    Qin Chang, Junze Wang, Huaqing Zhang, Lina Shi, Jian Wang,   Nikhil R. Pal. Structure Optimization of Neural Networks with L1   Regularization on Gates. IEEE Symposium Series on Computational Intelligence,   Bangalore, India, pp. 196-203, 2018.    (EI)

[10]  Qin Liu, Zhaoyang Sang, Hua   Chen, Jian Wang, Huaqing Zhang*,   An Efficient Algorithm for Complex-Valued Neural Networks Through Training   Input Weights, International Conference on Neural Information Processing   (ICONIP), 10637: 150-159, Guangzhou, China, 2017-11-142017-11-18.  (EI)

[11]  Hongmin Gao, Yichen Yang,   Bingyin Zhang, Long Li, Huaqing Zhang,   Shujun Wu. Feature Selection Using Smooth Gradient L1/2 Regularization.   International Conference on Neural Information Processing, 10637: 160-170,   2017.  (EI)

[12]  Huaqing Zhang, Zongmin Li, Yujie Liu, Fractional Orthogonal   Fourier-Mellin Moments for Pattern Recognition. Pattern Recognition. CCPR   2016. Communications in Computer and Information Science (2016), vol. 662.   Springer, Singapore. https://doi.org/10.1007/978-981-10-3002-4_62.  (EI)

著作
参与出版《数据结构与算法》、《数学基础实践》。


专利
1.
张华清,王健,张凯,姜云启,龚晓玲,薛广东,基于神经网络敏感性分析的井间连通性判断方法及系统,CN202110486296.22021年。
2.
张凯,姜云启,姚军,刘均荣,张黎明,王健,张华清,姚传进,基于双并联神经网络的机器学习的注采连通性确定方法,CN202011339272.62021年。

3.桑兆阳,刘芹,龚晓玲,张华清,陈华,王健,基于梯度下降法与广义逆的复值神经网络训练方法,CN201710091587.52017年。