头像

钟萍

理学院

个人资料

  • 部门: 理学院
  • 性别:
  • 民族: 汉族
  • 专业技术职务: 教授
  • 行政职务:
  • 主要研究方向:
  • 毕业院校:
  • 学位: 博士
  • 联系电话: 62736511
  • 电子邮箱: zhongpingcau@sina.cn
  • 办公地址: 中国农业大学理学院403
  • 通讯地址:
  • 邮编:
  • 传真:

专家类别

  • 学术学位导师类型: 博导兼硕导
  • 专业学位研究生导师类型:
  • 从事学科1: 数学
  • 从事学科2: 计算机科学与技术
  • 从事专业1: 计算机科学与技术
  • 从事专业2: 应用数学
  • 研究方向1: 机器学习
  • 研究方向2: 最优化理论与方法
  • 从事专业学位领域名称: 计算机技术

教育经历

  • 1999.09.01-2002.06.01,博士,中国农业大学,数学
  • 1994.09.01-1997.07.01,理学硕士学位,曲阜师范大学,数学
  • 1990.09.01-1994.07.01,理学学士学位,曲阜师范大学,数学教育

个人简介

理学院应用数学系教授,博士生、硕士生导师。主要从事最优化理论与算法、模式识别、图像处理研究。主持或参加包括国家自然科学基金等纵横向课题19项。发表学术论文100余篇,其中被SCI/EI检索论文80余篇,部分成果发表在机器学习领域顶级期刊IEEE Trans.Image Process, IEEE Trans. Neural Netw. Learn. Syst., Neural Networks等。担任多个国际重要期刊的审稿人。指导研究生参加全国信息隐藏大赛,获得文本组第二名。本科生校级优秀百篇毕业论文指导教师。2021年获得中国农业大学优秀教师称号。理学院高水平团队负责人。


教学科研概况

社会职务

活动动态

研究领域

主要兴趣为机器学习与深度学习中的理论和算法方面的研究工作,并将所设计的方法成功应用于渔业大数据、目标检测、密度估计、育种等领域的实际问题中。

开授课程

本科生课程:近十年课程数据
  • 1、线性代数,2025-2026,第一学期,星期四,东校区
  • 2、线性代数,2025-2026,第一学期,星期二,东校区
  • 3、线性代数,2025-2026,第一学期,星期五,东校区
  • 4、非线性最优化研讨课,2024-2025,第二学期,星期二,东校区
  • 5、线性代数,2024-2025,第二学期,星期二星期四,东校区
  • 6、线性代数,2024-2025,第二学期,星期二星期四,东校区
  • 7、机器学习中的优化方法[微专业],2024-2025,第一学期,星期六,东校区
  • 8、线性代数,2024-2025,第一学期,星期四,东校区
  • 9、线性代数,2024-2025,第一学期,星期二,东校区
  • 10、线性代数,2024-2025,第一学期,星期五,东校区
  • 11、非线性最优化研讨课,2023-2024,第二学期,星期二,东校区
  • 12、线性代数,2023-2024,第二学期,星期二星期四,东校区
  • 13、线性代数,2023-2024,第一学期,星期一,东校区
  • 14、线性代数,2023-2024,第一学期,星期四,东校区
  • 15、线性代数,2023-2024,第一学期,星期四,东校区
  • 16、线性代数,2023-2024,第一学期,星期二,东校区
  • 17、线性代数,2023-2024,第一学期,星期五,东校区
  • 18、线性代数,2022-2023,第二学期,星期四,东校区
  • 19、线性代数,2022-2023,第二学期,星期二星期四,东校区
  • 20、数学建模,2022-2023,第二学期,星期四星期五,东校区
  • 21、非线性最优化研讨课,2022-2023,第二学期,星期五,东校区
  • 22、线性代数,2022-2023,第一学期,星期二,东校区
  • 23、线性代数,2022-2023,第一学期,星期四,东校区
  • 24、线性代数,2022-2023,第一学期,星期二,东校区
  • 25、线性代数,2022-2023,第一学期,星期四,东校区
  • 26、线性代数,2021-2022,第二学期,星期四,东校区
  • 27、线性代数,2021-2022,第二学期,星期四,东校区
  • 28、线性代数,2021-2022,第二学期,星期二,东校区
  • 29、线性代数,2021-2022,第二学期,星期二,东校区
  • 30、非线性最优化研讨课,2021-2022,第二学期,星期五,东校区
  • 31、线性代数,2021-2022,第一学期,星期二星期四,东校区
  • 32、线性代数,2021-2022,第一学期,星期四,东校区
  • 33、线性代数,2021-2022,第一学期,星期二星期三,东校区
  • 34、线性代数,2021-2022,第一学期,星期五,东校区
  • 35、线性代数,2020-2021,第二学期,星期四,东校区
  • 36、线性代数,2020-2021,第二学期,星期二星期四,东校区
  • 37、线性代数,2020-2021,第二学期,星期二,东校区
  • 38、非线性最优化研讨课,2020-2021,第二学期,星期五,东校区
  • 39、线性代数,2020-2021,第一学期,星期二星期四,东校区
  • 40、线性代数,2020-2021,第一学期,星期四,东校区
  • 41、线性代数,2020-2021,第一学期,星期二,东校区
  • 42、线性代数,2020-2021,第一学期,星期三星期五,东校区
  • 43、线性代数,2019-2020,第二学期,星期二星期四,东校区
  • 44、线性代数,2019-2020,第二学期,星期二星期四,东校区
  • 45、非线性最优化研讨课,2019-2020,第二学期,星期二,东校区
  • 46、线性代数,2019-2020,第一学期,星期二星期四,东校区
  • 47、线性代数,2019-2020,第一学期,星期四,东校区
  • 48、线性代数,2019-2020,第一学期,星期二,东校区
  • 49、线性代数,2018-2019,第二学期,星期一,东校区
  • 50、线性代数,2018-2019,第二学期,星期二星期四,东校区
  • 51、线性代数,2018-2019,第一学期,星期二星期四,东校区
  • 52、线性代数,2018-2019,第一学期,星期四,东校区
  • 53、线性代数,2018-2019,第一学期,星期二,东校区
  • 54、线性代数,2017-2018,第二学期,星期一,东校区
  • 55、线性代数,2017-2018,第二学期,星期二星期四,东校区
  • 56、线性代数,2017-2018,第一学期,星期二星期四,东校区
  • 57、线性代数,2016-2017,第二学期,星期二星期四,东校区
  • 58、线性代数(B),2016-2017,第一学期,星期二星期四,东校区
  • 59、线性代数,2016-2017,第一学期,星期二星期四,东校区
  • 60、线性代数(B),2015-2016,第二学期,星期二星期四,东校区
  • 61、线性代数(B),2015-2016,第二学期,星期二星期四,东校区
  • 62、线性代数(B),2015-2016,第一学期,星期二星期四,东校区
  • 63、数学与现代科学,2015-2016,第一学期,星期七,东校区
  • 64、线性代数(B),2014-2015,第二学期,星期二星期四,东校区
  • 65、线性代数(B),2014-2015,第二学期,星期二星期四,东校区
  • 66、线性代数(B),2014-2015,第一学期,星期二星期四,东校区
  • 67、数学与现代科学,2014-2015,第一学期,星期七,东校区
  • 68、线性代数(B),2013-2014,第二学期,星期二星期四,东校区
  • 69、线性代数(B),2013-2014,第一学期,星期二,东校区
  • 70、线性代数(B),2013-2014,第一学期,星期二,东校区
  • 71、线性代数(B),2013-2014,第一学期,星期四,东校区
  • 72、数学与现代科学,2013-2014,第一学期,星期七,东校区
  • 73、线性代数(B),2012-2013,第二学期,星期一,东校区
  • 74、线性代数(B),2012-2013,第二学期,星期五,东校区
  • 75、线性代数(B),2012-2013,第二学期,星期三,东校区
  • 76、线性代数(B),2012-2013,第二学期,星期二,东校区
  • 77、线性代数(B),2011-2012,第二学期,星期二星期四,东校区
  • 78、概率论与数理统计C,2010-2011,第二学期,星期二,东校区
  • 79、概率论与数理统计C,2010-2011,第二学期,星期四,东校区
  • 80、线性代数(B),2010-2011,第一学期,星期一星期三,东校区

研究生课程:近十年课程数据
  • 1、农业大数据研讨课,2025-2026,第二学期,星期五
  • 2、支持向量机方法,2024-2025,第一学期,星期一
  • 3、支持向量机方法,2023-2024,第一学期,星期一
  • 4、支持向量机方法,2022-2023,第一学期,星期一
  • 5、支持向量机方法,2021-2022,第一学期,星期一
  • 6、支持向量机方法,2020-2021,第一学期,星期一
  • 7、支持向量机方法,2019-2020,第一学期,星期一
  • 8、支持向量机方法,2018-2019,第一学期,星期一
  • 9、支持向量机方法,2017-2018,第一学期,星期一
  • 10、支持向量机方法,2016-2017,第一学期,星期一
  • 11、支持向量机方法,2015-2016,第一学期,星期一
  • 12、支持向量机方法,2014-2015,第一学期,星期一
  • 13、组合优化,2013-2014,第二学期
  • 14、组合优化,2012-2013,第二学期
  • 15、组合优化,2011-2012,第二学期,星期一
  • 16、支持向量机方法,2011-2012,第一学期,星期四
  • 17、组合优化,2010-2011,第二学期,星期一
  • 18、支持向量机方法,2010-2011,第一学期,星期五

科研项目

纵向项目
  • 1、2024.11.08-2024.12.31,教育部项目,2024年现代农业产业技术体系北京市智慧农业创新团队-智慧渔场
  • 2、2024.01.01-2024.12.31,国家科技支撑计划,企业级育种数据校验及准确性评估研究
  • 3、2023.06.28-2023.12.31,教育部项目,2023年现代农业产业技术体系北京市数字农业创新团队-数字渔场应用场景建设
  • 4、2022.10.21-2022.12.31,教育部项目,2022年现代农业产业技术体系北京市数字农业创新团队-数字渔场应用场景建设
  • 5、2021.10.15-2021.12.31,省、自治区、直辖市科技项目,对虾大数据服务平台数据分析
  • 6、2018.10.08-2019.12.31,国家自然科学基金项目,基于流媒体互动系统的自然语言信息隐藏研究
  • 7、2017.11.01-2018.11.01,国家部委其他科技项目,TY2017A08
  • 8、2011.12.05-2012.12.31,粗糙双胞胎支持向量机算法的研究及应用
  • 9、2011.09.01-2015.12.31,国家自然科学基金项目,基于先验知识的支持向量机的最优化模型与算法研究
  • 10、2006.09.18-2009.12.31,企事业单位委托项目,基于优化新技术的支持向量机的模型与算法研究
  • 11、2005.12.15-2007.12.31,自选课题,优化新方法在支持向量机中的应用
横向项目
  • 1、2024.12.06-2025.01.06,事业单位委托科技项目,密云水库水质环境提升与生物净水协同发展路径研究
  • 2、2023.12.29-2024.12.28,无依托项目,国家数字渔业创新应用基地建设项目(鲢鳙、草鱼)初步设计方案-安徽明光
  • 3、2023.08.01-2023.08.31,企业单位委托科技项目,智慧渔业的数字化场景建设方案
  • 4、2023.07.18-2024.11.30,无依托项目,数字渔业基地建设技术咨询服务(明光市)
  • 5、2023.05.23-2023.12.31,教育部项目,确定主要家畜品种鉴定的优化分析方法
  • 6、2023.04.04-2025.03.05,企业单位委托科技项目,土壤墒情物联网传感器技术服务-2023
  • 7、2022.11.16-2022.12.31,教育部项目,典型区耕地土壤数据采集与检测分析
  • 8、2022.10.01-2023.08.31,企业单位委托科技项目,小黄鱼病害预警模型方案设计及构建
  • 9、2022.04.27-2023.02.28,国家部委其他科技项目,农业农村信息化发展支撑服务(2022)
  • 10、2021.05.19-2021.06.30,企业单位委托科技项目,基于不同水源水质特征的适应性净水技术集成
  • 11、2019.12.13-2020.12.20,车载式Wi-Fi信息测绘技术

论文

论文题目 刊物名称 收录类别 发表年月 第一作者或全部作者 第一作者单位 排名
Heterogeneous Domain Adaptation With Generalized Similarity and Dissimilarity Regularization IEEE Transactions on Neural Networks and Learning Systems 中科院1区 2024 Chen YQ, Shen ZC, Li DL, Zhong P, Chen YY 中国农业大学 共同通讯
Cross-view multi-layer perceptron for incomplete multi-view learning Applied Soft Computing 中科院1区 v 157, May 2024 Wang Z, Zhou H, Zhong P, Zou H 中国农业大学 共同通讯
Precise feature selection via non-convex regularized graph embedding and self-representation for unsupervised learning Knowledge-Based Systems 中科院1区 v296, 2024 Bai HR, Huang M, Zhong P 中国农业大学 独立通讯
Heterogeneous domain adaptation by class centroid matching and local discriminative structure preservation Neural Computing and Applications SCI 2024 Chen YQ, Zhou H, Wang Z, Zhong P 中国农业大学 独立通讯
an improved anchor-free method for shrimp larvae detection in intensive aquaculture Aquaculture International SCI 2024 Zhang GX, Shen ZC, Li DL, Zhong P, Chen YY 中国农业大学 共同通讯
Domain adaptation with contrastive and adversarial oriented transferable semantic augmentation Knowledge-Based Systems 中科院1区 v 282, December, 2023 Wang WX, Zhang GX, Zhong P 中国农业大学 独立通讯
Probability-Based Graph Embedding Cross-Domain and Class Discriminative Feature Learning for Domain Adaptation IEEE Trans. Image Process. 中科院1区 32: 72-87,2023 Wang WX, Shen ZC,Li DL, Zhong P., Chen YY 中国农业大学 共同通讯
DMDnet: A decoupled multi-scale discriminant model for cross-domain fish detection Biosystems Engineering 中科院1区 234:32-45, 2023 Zhao Tengyun,Zhang guoxu,Zhong Ping, Shen Zhencai 中国农业大学 共同通讯
A supervised multi-view feature selection method based on locally sparse regularization and block computing Information Sciences 中科院1区 582:146-166, 2022. Lin Qiang, Men Min, Yang Liran, Zhong Ping 中国农业大学 独立通讯
Supervised multi-view classification via the sparse learning joint the weighted elastic loss Signal Processing 中科院2区 191:108362, 2022 Lin Qiang, Wang Zhi, Chen Yingyi, Zhong Ping 中国农业大学 独立通讯
Block-based multi-view classification via view-based L2,p sparse representation and adaptive view fusion Engineering Applications of Artificial Intelligence 中科院2区 116:2022 Wang Zhi, LIn Qiang, Chen Yingyi, Zhong Ping 中国农业大学 独立通讯
Sparse robust multiview feature selection via adaptive-weighting strategy International Journal of Machine Learning and Cybernetics SCI 13(5):1387-1408, 2022 Wang Zhi, Zhong Jing, Chen Yuqing, Zhong Ping 中国农业大学 独立通讯
Re-weighting regression and sparsity regularization for multi-view classification Applied Intelligence SCI 52(7):7442-7458, 2022 Wang Zhi, Men Min, Zhong Ping 中国农业大学 独立通讯
Retargeted multi-view classification via structured sparse learning Signal Processing SCI 197:108538, 2022 Wang Zhi, Shen Zhencai, Zou hui, Zhong Ping, Chen Yingyi 中国农业大学 共同通讯
Unsupervised adversarial domain adaptation based on interpolation image for fish detection in aquaculture Computers and Electronics in Agriculture 中科院1区 198:107004,2022 Zhao Tengyun, Shen Zhencai, Zou hui, Zhong Ping, Chen Yingyi 中国农业大学 共同通讯
Multi-task support vector machine with pinball loss Engineering Applications of Artificial Intelligence 中科院2区 106:104458, 2021 Zhang Yunhao, Yu Jiajun, Dong Xinyi, Zhong Ping 中国农业大学 独立通讯
Robust supervised multi-view feature selection with weighted shared loss and maximum margin criterion Knowledge-Based Systems 中科院1区 229:107331, 2021 Lin Qiang, Yang Liran, Zhong Ping, Zou Hui 中国农业大学 共同通讯
A novel semi-supervised support vector machine with asymmetric squared loss Advances in Data Analysis and Classification SCI 15(1):159-191, 2021 Pei Huimin, Lin Qiang, Yang Liran, Zhong Ping 中国农业大学 独立通讯
Transfer subspace learning based on structure preservation for JPEG image mismatched steganalysis Signal Processing: Image Communication SCI 90:116052, 2021 Yang Liran, Men Min, Xue Yiming, Wen Juan, Zhong Ping 中国农业大学 独立通讯
Discriminative and informative joint distribution adaptation for unsupervised domain adaptation Knowledge-Based Systems 中科院1区 207:106394, 2020 Yang Liran, Zhong Ping 中国农业大学 独立通讯
Robust adaptation regularization based on within-class scatter for domain adaptation Neural Networks 中科院1区 124: 60-74, 2020 Yang Liran, Zhong Ping 中国农业大学 独立通讯
Distributed learning for supervised multiview feature selection Applied Intelligence SCI 50(9): 2749-2769, 2020 Men min, Zhong Ping, Wang zhi, Lin Qiang 中国农业大学 独立通讯

论文

科技成果

软件著作
  • 1、水产养殖虾苗跨域目标检测系统,2024,2024SR0805034,软件著作权登记
  • 2、基于计算机视觉的生猪体重预测系统,2024,2024SR0797251,软件著作权登记
  • 3、集约化水产养殖虾苗目标检测系统,2024,2024SR0234327,软件著作权登记
  • 4、猪日龄校正系统,2023,2023SR0786036,软件著作权登记
专利

荣誉及奖励

招生信息

往期招生
硕士研究生
  • 序号
  • 在籍人数
  • 年级
1
3
2024
2
2
2023
3
2
2022
4
2
2021
博士研究生
  • 序号
  • 在籍人数
  • 年级
1
1
2024
2
1
2023
3
1
2022
4
1
2021
报考意向

团队展示

专业技术职务: 教授

行政职务:

主要研究方向:

学位: 博士

联系电话: 62736511

电子邮箱: zhongpingcau@sina.cn

31 访问

(0) (0)