颜七笙

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、资源与环境复杂系统建模、地球科学大数据分析与机器学习、数学地质等。先后主持或参加各类科研项目20余项，发表论文80余篇，主持省级精品（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，获省级教学成果二等奖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”，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”；中国工业与应用数学学会理事。

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

工作经历：

·2012年12月-现在, 东华理工大学, 教授

·2007年12月-2012年12月, 东华理工大学, 副教授

·2002年12月-2007年12月, 东华理工学院, 讲师

·1997年7月-2002年12月, 华东地质学院, 助教

研究方向：

·智能计算及应用

·资源与环境复杂系统建模

·地球科学大数据分析与机器学习

·数学地质

招生专业：

·0857资源与环境

获奖及荣誉（部分）：

·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.部分本科生课程：《运筹学》《数据挖掘》《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》《计算方法》《模糊数学》

2.部分研究生课程：《机器学习》《多元统计分析》《软计算方法理论及应用》《应用数学方法》《地理学统计方法与应用》

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年/1月-2023年/12月，28万

2.江西省自然科学基金项目，2011年/01月-2014年/12月，2.5万

3.江西省教育厅科技项目，2016年/01月-2017年/12月，3万

4.江西省教育厅科技项目，2010年/01月-2011年/12月，2万

5.江西省高校人文社科研究项目，2012年/01月-2013年/12月，0.3万

参与项目（部分）：

1.国家自然科学基金项目，2016年/1月-2018年/12月，18万

2.国家社会科学基金项目，2003年/1月-2005年/12月，4万

3.教育部人文社会科学基金项目，2012年/1月-2014年/12月，7万

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.控制与决策，2014,29（7）：1187-1192.

2.基于PSO-SVR的岩质边坡稳定性评价模型.计算机工程与应用,2011 ,47 (16):235-238.

3.公路旅游客流量预测的支持向量回归模型.计算机工程与应用,2011 ,47 (09):233-235+239.

4.基于ARIMA与SVM的国际铀资源价格预测.计算机工程与应用,2016 ,52 (01):146-150.

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

6.空气质量预测的可解释机器学习建模方法.计算机仿真,2023 ,40 (10):511-518.

7.基于误差修正和VMD-ICPA-LSSVM的短期风速预测建模.南京信息工程大学学报(自然科学版),2024 ,16 (02):247-260.

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

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

10.Double-Coupling Learning for Multi-Task Data Stream Classification.Information Sciences, 2022,613:494-506.

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

12.Deep Image Feature Learning with Fuzzy Rules, IEEE Transactions on Emerging Topics in Computational Intelligence，2024,8(1):724-737.