主要论文 (*标记为通讯作者): [1] Heng-Ru Zhang, Fan Min*, Bing Shi, Regression-based three-way recommendation. Information Sciences, 2017, 378:444-461.(ESI高倍引) [2] Heng-Ru Zhang, Fan Min*. Three-way recommender systems based on random forests. Knowledge-Based Systems, 2016, 91: 275-286.(ESI高倍引) [3] Zi-Feng Peng, Heng-Ru Zhang*, and Fan Min. IUG-CF: Neural collaborative filtering with ideal user group labels. Expert Systems with Applications 238 (2024): 121887. [4] Xiang-Yu Liang, Heng-Ru Zhang*, Wei Tang and Fan Min. Robust federated learning with voting and scaling. Future Generation Computer Systems 153 (2024): 113-124. [5] Heng-Ru Zhang*, Ying Qiu, Ke-Lin Zhu, Fan Min, Lower bound estimation of recommendation error through user uncertainty modeling, Pattern Recognition 136 (2023): 109171. [6] Gui-Lin Li, Heng-Ru Zhang*, Fan Min, et al. Two-stage label distribution learning with label-independent prediction based on label-specific features. Knowledge-Based Systems, 2023, 267: 110426. [7] Bai, Run-Ting, Heng-Ru Zhang*, and Fan Min. Label-dependent feature exploration for label distribution learning. International Journal of Machine Learning and Cybernetics (2023): 1-20. [8] Heng-Ru Zhang, Jie Qian, Hui-Lin Qu, Fan Min*. A Mixture-of-Gaussians model for estimating the magic barrier of the recommender system. Applied Soft Computing, 2022:108162. [9] Cao-Fan Pan, Xue-Yang Min, Heng-Ru Zhang, et al. Behavior imitation of individual board game players. Applied Intelligence, 2022: 1-15. [10] Heng-Ru Zhang, Fan Min*, Zhi-Heng Zhang, Song Wang. Efficient collaborative filtering recommendations with multi-channel feature vectors. International Journal of Machine Learning & Cybernetics. 2019:1165–1172. [11] Heng-Ru Zhang, Fan Min*, Yan-Xue Wu, Zhuo-Lin Fu, Lei Gao. Magic barrier estimation models for recommended systems under normal distribution. Applied Intelligence. 2018,48: 4678-4693. [12] Rong-Ping Shen, Heng-Ru Zhang, Hong Yu, Fan Min*. Sentiment based matrix factorization with reliability for recommendation. Expert Systems with Applications. 2019:249-258. [13] Heng-Ru Zhang, Run-Ting Bai, and Wen-Tao Tang. Label Distribution Learning with Discriminative Instance Mapping. Pacific-Asia Conference on Knowledge Discovery and Data Mining. Cham: Springer Nature Switzerland, 2023 (亚太知识发现和数据挖掘会议,会议地址:日本大阪). [14] Yan-Wen Xiong, Heng-Ru Zhang, Fan Min, Peng-Cheng Li. Sample Topology Exploration for Label Distribution Learning. In 2023 IEEE 10th International Conference on Data Science and Advanced Analytics (DSAA) (pp. 1-9). IEEE,2023, October (数据科学与高级分析国际会议, 会议地址:希腊塞萨洛尼基). [15] Cao-Fan Pan, Fan Min*, Heng-Ru Zhang, et al. BRL: Learning behavior representations of Reversi players. 2022 IEEE 9th International Conference on Data Science and Advanced Analytics (DSAA). IEEE, 2022: 1-10 (数据科学与高级分析国际会议,会议地址:中国深圳). [16] Bin-Yuan Rong, Heng-Ru Zhang*, Li, Gui-Lin, et al. Label Distribution Learning with Data Augmentation using Generative Adversarial Networks. 2022 IEEE 9th International Conference on Data Science and Advanced Analytics (DSAA). IEEE, 2022: 1-10 (数据科学与高级分析国际会议,会议地址:中国深圳). [17] Gui-Lin Li, Heng-Ru Zhang, et al. Label Distribution Learning by Exploiting Feature-Label Correlations Locally. 2021 IEEE International Conference on Big Knowledge (ICBK). IEEE, 2021 (IEEE巨量知识国际会议,会议地址:新西兰奥克兰). [18] Fu, Zhuo-Lin, Fan Min*, and Heng-Ru Zhang. Recommendation with generalized logistic transformation. 2018 IEEE International Conference on Big Knowledge (ICBK). IEEE, 2018 (IEEE巨量知识国际会议,会议地址:新加坡). [19] Yuan-Yuan Xu, Heng-Ru Zhang, and Fan Min*. A three-way recommender system for popularity-based costs. International Joint Conference on Rough Sets. Springer, Cham, 2017 (粗糙集国际会议,会议地址:波兰奥尔什丁olsztyn). [20] Xin-Ling Dong, Shuang-Bo Sun, Fan Min*, and Heng-Ru Zhang. Hybrid similarities for dynamic interaction recommendation. 2016 International Conference on Machine Learning and Cybernetics (ICMLC). IEEE (机器学习和控制论国际会议,会议地址:韩国济州岛). [21] Heng-Ru Zhang, et al. Cost-sensitive regression-based recommender system. 2015 International Conference on Machine Learning and Cybernetics (ICMLC). IEEE, 2015. (机器学习和控制论国际会议,会议地址:中国广州) [22] Heng-Ru Zhang, Fan Min*, and Ben-Wen Zhang. Interactive hybrid recommendation with granule selection. 2014 IEEE International Conference on Granular Computing (GrC). IEEE, 2014 (粒计算国际会议,会议地址:日本北海道). [23] 梁翔宇,张恒汝*,周瑶,余一帆,闵帆.加密流量分类的特征回放集成学习方法[J].山西大学学报(自然科学版),2023,46(01):1-9. [24] 吕亚兰, 徐媛媛, 张恒汝*. 一种可解释性泛化矩阵分解推荐算法[J]. 南京大学学报(自然科学), 2022, 58(1): 135–142. [25] 容斌元,徐媛媛,吕亚兰,张恒汝*.融合标签局部相关性的标签分布学习[J].山东大学学报(理学版),2022,57(07):53-64. [26] 秦琴, 张恒汝*.基于信任传递机制的三支推荐[J].模式识别与人工智能,2020,33(07):600-609. [27] 张恒汝*, 朱科霖, 徐媛媛, 谯英.抽油机井参数优化的粒计算方法[J].西南石油大学学报(自然科学版),2020,42(06):115-123. [28] 吕亚兰, 张恒汝*, 秦琴, 徐媛媛. 多通道特征向量的新三角距离高效推荐[J].西南大学学报(自然科学版),2021,43(10):19-28. [29] 黄雨婷, 徐媛媛, 张恒汝*,闵帆.三角距离相关性的标签分布学习[J].智能系统学报,2021,16(03):449-458. [30] 黄雨婷, 徐媛媛, 张恒汝*, 闵帆.融合标签结构依赖性的标签分布学习[J].南京大学学报(自然科学),2020,56(04):524-532. [31] 马圆媛, 党正阳, 张恒汝*.利用多特征混沌粒子滤波的视觉目标跟踪方法[J].计算机应用研究,2020,37(11):3500-3503+3511. [32] 徐媛媛, 张恒汝, 闵帆, 黄雨婷.三支交互推荐[J].南京大学学报(自然科学),2019,55(06):973-983. [33] 张紫茵, 张恒汝*, 徐媛媛,秦琴.用户非对称信任关系的推荐算法[J].计算机科学, 2018,45(10):37-42. 主要项目: [1] 深井固井设计与分析软件开发 国家科技重大专项 [2] 高密度地震数据的初至波自动拾取方法研究 国家自然科学基金 [3] 基于粒计算的抽油机参数优化方法研究 四川省科技厅 [4] 多粒度视角下的油气田*** 南充市科技局 [5] 基于代价敏感粗糙集的油田*** 四川省教育厅 学科竞赛: [1] 2023年第十六届中国大学生计算机设计大赛四川省级赛三等奖 [2] 2023年第十六届全国大学生信息安全竞赛创新实践能力赛西南赛区二等奖 [3] 2023年四川省大学生信息安全技术大赛省级二等奖 [4] 2022年四川省信息安全技术大赛省级二等奖 [5] 2022年第十届“泰迪杯”数据挖掘挑战赛国家级一等奖 [6] 2022年中国大学生信息安全竞赛创新实践能力赛国家级二等奖 [7] 2022年第八届四川省国际“互联网+”大学生创新创业大赛高教主赛道、省级铜奖 [8] 2022年全国计算机设计大赛省级一等奖 [9] 2022年四川省大学生创新创业训练计划平台 [10] 2021年中国大学生计算机设计大赛大数据应用-大数据实践类一等奖 [11] 2021年第十四届全国大学生信息安全竞赛创新实践能力赛西南赛区二等奖 [12] 2019年中国大学生计算机设计大赛软件应用与开发类三等奖 [13] 2019年四川省信息安全技术大赛三等奖 [14] 2018年四川省信息安全技术大赛二等奖及优秀指导教师 [15] 2017年四川省信息安全技术大赛一、二、三等奖及优秀指导教师 [16] 2016年四川省信息安全技术大赛一、二、三等奖及优秀指导教师
教育部产学合作项目: [1] 网络与系统安全课程建设及教学内容优化 [2] 信息安全攻击与防护课程体系建设 [3] 信息安全进阶技术实训 教学获奖: [1] 2020届本科毕业设计(论文)优秀毕业指导教师 [2] 2017年教师本科课堂教学质量考核评价优秀三级 [3] 2013-2014学年课堂教学优秀奖三等奖 [4] 2012-2013学年优秀生产实习队三等奖 [5] 2012年校级教学成果二等奖《信息及网络安全教学改革研究与实践》 [6] 2012年课堂教学优秀奖三等奖 [7] 2006年校优秀教案《信息系统安全与保密》 |