您所在的位置: 首页 >> 师资队伍 >> 教学科研人员 >> 教授 >> 正文

教学科研人员

彭亚丽

发布时间：2017-03-06 浏览量：分享到：

	彭亚丽
	职称/职务：教授
	电话：
	个人主页：
	电子信箱：pengyl@snnu.edu.cn
	研究方向：人工智能，模式识别，计算机视觉
	办公地点：文津楼三段四层

个人简介

彭亚丽陕西石泉人，教授。2005年在哈尔滨工程大学获得硕士学位，2013年在西安电子科技大学获得博士学位。主持国家自然科学基金面上项目2项（No.62377032，61873155）、国家自然科学基金青年项目（No.61402274）、陕西省自然科学基础研究计划项目（2018JM6050）、太阳集团tcy8722网站中央高校基本科研业务费项目（No.GK201803088）、太阳集团tcy8722网站学习科学交叉学科培育计划开放课题、太阳集团tcy8722网站实验技术研究项目（No.SYJS201329）各一项，参与了多项国家自然科学基金及省部级项目。在计算机视觉与模式识别领域重要期刊pattern recognition、Nuerocomputing、Signal Processing、Pattern Recognition Letters、中国科学、软件学报、电子学报等国内外刊物上发表学术论文40余篇。

学术论文

[1] Yali Peng, Shigang Liu, Xili Wang, Xiaojun Wu. Joint local constraint and fisher discrimination based dictionary learning for image classification. Nuerocomputing, 2020, 398:505-519.

[2] Yali Peng, Zhang Lu, Shigang Liu, Xiaojun Wu, Yu Zhang, Xili Wang. Dilated residual networks with symmetric skip connection for image denoising. Nuerocomputing, 2019, 345:67-76.

[3] Yali Peng, Liping Li, Shigang Liu, Tao Lei. Space-frequency domain based joint dictionary learning and collaborative representation for face recognition. Signal Processing, 2018, 147:101-109.

[4] Yali Peng, Paramjit Sehdev, Shigang Liu, Jun Li, Xili Wang. l2,1-norm minimization based negative label relaxation linear regression for feature selection. Pattern Recognition Letters, 2018, 116:170-178.

[5] Lingjun Li, Yali Peng*, Guoyong Qiu, Zengguo Sun, Shigang Liu, A survey of virtual sample generation technology for face recognition, Artificial Intelligence Review, 2018, 50(1):1-20.

[6] Yali Peng, Lu Zhang, Shigang Liu, Xili Wang, Min Guo. Kernel Negative ε Dragging Linear Regression for Pattern Classification. Complexity, 2017: 2691474: 1-14.

[7] Shigang Liu, Yali Peng. A Local Region-based Chan-Vese Model for Image Segmentation, Pattern Recognition, 2012, 45(7):2769-2779.

[8] 彭亚丽, 刘侍刚, 孙增国, 洪灵, 曹菡. 迭代二次规划遮挡点恢复. 电子学报, 2018, 46(11):2733-2737.

[9] 彭亚丽, 张鲁, 张钰, 刘侍刚, 郭敏. 基于深度反卷积神经网络的图像超分辨率重建算法. 软件学报, 2018, 29(4): 926-934.

[10] 刘侍刚, 彭亚丽, 雷涛, 刘中华, 汪西莉. 基于轨迹基的三维非刚体线性重建方法, 中国科学：信息科学, 2016, 46(7):883-898.