刘进锋，1971年生，博士，教授。

近期研究方向：可解释机器学习，智能信息处理，异构计算

招生信息：欢迎自我驱动力强的同学与我联系。联系方式：jfliu@nxu.edu.cn

教育经历：

西北工业大学 博士 控制科学与工程

上海交通大学 硕士 计算机应用

华中科技大学 学士 计算机软件

近年研究项目：

2023-2025 宁夏自然科学基金 可解释增量学习方法研究 主持

2021-2023 宁夏自然科学基金 基于可解释神经网络的持续学习方法研究 主持

2023-2026 国家自然科学基金 有间歇性执行器故障的分散非线性系统自适应补偿控制研究 参与

2018-2021国家自然科学基金 异质复杂社会网络下社区发现及演变的系列问题研究 参与

2017-2020国家自然科学基金 多视图三维重建关键技术优化及并行算法研究 参与

近年发表的核心论文：

1.基于知识蒸馏的不存储旧数据的类增量学习，计算机应用，2024

2.基于因果关系的领域泛化长尾学习，计算机科学，2024

3.Online Continual Learning via Maximal Coding Rate Reduction，ICIC，2024

4.基于因果推断的两阶段长尾分类研究，郑州大学学报(理学版) , 2024

5.基于因果关系的小样本类增量学习，计算机应用, 2024

6.基于有损压缩编码的降噪自编码器,计算机科学, 2024

7.扩散模型与傅里叶滤波器结合的图像去雾方法,液晶与显示，2024

8. Maximizing Coding Rate Reduction for Robust Classification of Long-Tailed Data with Noisy Labels,CAC,2023

9.一种基于因果推理的垃圾分类方法，计算机科学，2023

10. A Hybrid Deep Learning Model for Trash Classification Based on Deep Transfer Learning, Journal of Electrical and Computer Engineering, 2022

11. 一种生成对抗网络半监督遥感图像分类方法, 遥感信息, 2022

12. 基于生成对抗网络的图像超分辨率重建算法，液晶与显示，2021

13. 一种面向移动端的图像风格迁移模型压缩算法，激光与光电子学进展, 2020