国家教育部直属全国重点大学 211 工程 985 工程重点建设院校自荐信尊敬的老师 : 您好! 十分感激您在百忙之中阅读我的自荐材料! 我是华中科技大学数学与统计学院的一名 2012 级博士研究生, 将于 2016 年 6 月毕业, 借此择业之际, 我怀着饱满的热情和积极的心态毛遂自荐我叫叶

Size: px

Start display at page:

Download "国家教育部直属全国重点大学 211 工程 985 工程重点建设院校自荐信尊敬的老师 : 您好! 十分感激您在百忙之中阅读我的自荐材料! 我是华中科技大学数学与统计学院的一名 2012 级博士研究生, 将于 2016 年 6 月毕业, 借此择业之际, 我怀着饱满的热情和积极的心态毛遂自荐我叫叶"

服秦
7 years ago
Views:

1 博士生求职简历姓专导院学名 : 叶志京业 : 计算数学师 : 李红教授系 : 数学与统计学院校 : 华中科技大学手机 : 邮箱 : xkinghust@163.com 二〇一六年三月五日

2 国家教育部直属全国重点大学 211 工程 985 工程重点建设院校自荐信尊敬的老师 : 您好! 十分感激您在百忙之中阅读我的自荐材料! 我是华中科技大学数学与统计学院的一名 2012 级博士研究生, 将于 2016 年 6 月毕业, 借此择业之际, 我怀着饱满的热情和积极的心态毛遂自荐我叫叶志京, 男,1987 年 10 月出生于湖北崇阳, 这里纯朴的民风培养了我乐观向上脚踏实地吃苦耐劳坚毅不拔的性格 ; 思想上, 积极要求进步, 认真学习马列主义毛泽东思想邓小平理论和三个代表的思想, 始终坚持社会主义荣辱观, 知荣明耻, 树立积极向上的人生观和价值观 ; 对工作善始善终, 能承受日益严重的竞争压力, 并能在成功与失败中完善自己 ; 勤奋好学认真负责勇于迎接新挑战 ; 适应力强, 同时具有良好的沟通能力与团队合作精神在本科硕士和博士研究生学习期间, 我努力学习, 在各科考试中取得了优异的成绩, 熟练地掌握了本学科领域的基础理论和专业知识 ; 在导师的指导下积极参加各项科研活动, 主要参与了国家自然科学基金 3 项十二五航天支撑计划专题 1 项预研基金项目 2 项 ; 目前已发表 SCI 论文 4 篇 ; 博士期间, 荣获得社会活动积极分子称号博士研究生学习期间积极参加国内外学术交流活动, 其中 2012 年参加了国家自然科学基金委数学天元基金委员会应用数学研究生暑期学校, 与各位学者和前辈进行学习和交流 ;2013 年参加了国防科技大学举办的空间信息获取与处理前沿技术全国研究生暑期学校 ;2014 年参加国际会议 2014 International Conference on Security, Pattern Analysis, and Cybernetics; 至以联合培养博士身份在冰岛大学进行学习与交流, 期间在导师 Jón Atli Benediktsson 教授 ( 现任冰岛大学校长,IEEE Geoscience and Remote Sensing Society President ( ),Fellow IEEE, Fellow SPIE) 指导下开展研究作为一名博士生, 在了解和发挥自己优势的同时, 我也不断地认识和纠正自己的不足, 在学习和实践工作中, 能够脚踏实地, 吃苦耐劳, 独立思考, 出色地完成各项工作, 我有信心去面对即将到来的机遇与挑战我怀着一颗对事业执着追求的赤诚之心, 真诚地向贵单位推荐自己最后祝贵单位的事业蒸蒸日上, 蓬勃发展! 祝您身体健康! 工作顺利! 此致敬礼! 自荐人 : 叶志京

3 国家教育部直属全国重点大学 211 工程 985 工程重点建设院校基本信息姓名叶志京性别男出生年月籍贯湖北崇阳民族汉政治面貌共青团员导师李红教授研究方向统计学习与模式识别遥感图像处理联系电话电子邮箱通信地址武汉市华中科技大学科技楼南楼 609 ( 邮编 :430074) 教育背景华中科技大学数学与统计学院计算数学博士华中科技大学数学与统计学院计算数学硕士华中科技大学数学与统计学院统计学本科学术交流冰岛大学联合培养博士, 师从 Jón Atli Benediktsson; 2014 International Conference on Security, Pattern Analysis, and Cybernetics; 2013 年国防科技大学空间信息获取与处理前沿技术全国研究生暑期学校 ; 2012 年国家自然科学基金委数学天元基金委员会应用数学研究生暑期学校科研项目面向高光谱图像处理的函数型数据学习方法研究 ( 国家自然科学基金 ),2015 年 2018 年, 主要参与 ; 高光谱 XXX 的解混与分类技术研究 ( 预研基金项目 ),2015 年 2016 年, 主要参与 ; 矩阵恢复的稀疏正则化算法及其应用 ( 国家自然科学基金 ),2014 年 2016 年, 主要参与 ; 基于函数型数据分析的高光谱 XXX 模式研究 ( 国防预研基金 ),2012 年 2013 年, 主要参与 ; 基于导出核模型的 XXX 目标检测与识别技术 ( 十二五航天支撑专题 ),2011 年 2015 年, 主要参与 ; 基于导出核模型的自然图像匹配学习算法 ( 国家自然科学基金 ),2011 年 2013 年, 主要参与 ; 学术论文 Hong Li, Zhijing Ye and Guangrun Xiao, Hyperspectral image classification using spectral-spatial composite kernels discriminant analysis, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. 8, no. 6, pp , (SCI, 3.026) Zhijing Ye, Hong Li, Yalong Song, Jiangzhong Wang and Jon Atli Benediktsson, A Novel Semi-supervised Learning Framework for Hyperspectral Image Classification, International Journal of Wavelets Multiresolution and Information Processing, vol. 14, no. 2, pp. 1-17, (SCI, 1.168) Zhijing Ye, Hong Li, Yalong Song and Jon Atli Benediktsson, Hyperspectral Image Classification

4 国家教育部直属全国重点大学 211 工程 985 工程重点建设院校 Using Principal Components-based Smoothing Ordering and Multiple 1D Interpolation, submitted to IEEE Transactions on Geoscience and Remote Sensing. (SCI, 3.514) Hong Li, Yalong Song, Jianzhong Wang, Zhijing Ye and Chuanbao Ren. Self-Learning based Label Propagation for Hyperspectral Image Classification, submitted to IEEE Transactions on Neural Networks and Learning Systems.(SCI, 4.291) 主要论文简介基于复合核判别分析的高光谱图像空谱分类在高光谱图像分类中, 高光谱数据的高维性和少量的标记样本会形成维数灾难, 导致分类精度不高这一问题可以通过特征提取进行简化另一方面高光谱图像存在丰富的空间信息, 可以被用来提高分类效果在本工作中, 我们提出了一种空间信息提取方法即高斯加权局部均值算子同时提出了一种基于统计学习的空间 - 光谱分类框架, 在常用的高光谱数据集上获得很好的分类效果, 特别是在标记样本极少量的情况下, 相比于最近流行的统计学习分类方法, 该方法表现出相当好的优越性一种新的半监督学习框架用于高光谱图像分类到目前为止, 高光谱图像处理方法差不多都是基于单个像素在处理在本工作中我们利用基于块的特征由于在高光谱图像中存在大量同种物质均匀分布的连续区域, 基于块的特征能充分利用高光谱图像的空间结构特征, 从而提高分类精度在高光谱图像中, 虽然标记样本非常少, 但是未标记的样本非常多, 半监督学习的分类方法正是从这一点出发考虑利用未标记的样本在本工作中, 我们首先考虑提取基于块的特征, 然后在一个自学习的框架中, 根据已有的标记样本不断从未标记样本中学习新的标记样本, 达到分类的效果在一些常用的高光谱数据集上的实验证明了该方法的有效性和优越性基于主成份平滑排序和多重一维插值的高光谱图像分类在前面的工作中, 我们提出基于块的特征处理方法然而, 由于数据的高维性使得处理的过程非常耗时另一方面, 尽管我们提出了一种新的半监督的学习方法, 能够不断从未标记样本中学习新的标记样本, 然而, 学习到的新标记样本的精度有待进一步提高基于此, 我们首先利用主成份分析 PCA 降低数据的维数, 然后利用之前提出的自学习的框架学习新的标记样本, 再根据高光谱图像的空间结构信息, 进一步提高新标记样本的精度最后利用监督学习的空谱分类方法实现未标记样本的分类在本工作中, 我们提出了一种快速高效的统计学习分类模型, 实现了高光谱图像的高精度分类基于标签传播的自学习方法用于高光谱图像分类分类是高光谱图像处理中非常重要的内容由于标记样本的缺乏, 再加上高光谱数据的高维性, 监督的分类方法并不能获得令人满意的效果而半监督的方法是一个不错的选择, 它能通过标记样本来利用为标记样本的信息, 以提高分类效果在本工作中, 我们首先利用一维嵌入的方法来克服高光谱数据的高维性, 得到一维信号, 然后利用一维插值的方法来得到所有未标记样本的初步分类结果通过迭代的方法不断提高分类精度实验证明该方法能够获得非常好的分类效果, 优于常见的一些统计学习分类方法

5 国家教育部直属全国重点大学 211 工程 985 工程重点建设院校获奖情况 2015 年获得知行奖学金 2014 年被评为社会活动积极分子 ; 2010 年获得校优秀奖学金 ; 2009 年获得国家励志奖学金外语能力通过国家英语四, 六级考试, 具有较好的英语听说读写能力 ; 曾在冰岛用英语进行学习和交流, 可以熟练地翻译撰写专业论文计算机能力能够熟练使用 Matlab 语言进行编程, 具有很强的动手实践能力 ; 能够熟练使用 Office 及 Latex; 通过国家计算机网络二级和四级等级考试主修课程博士主要课程 : 高等概率论随机过程随机分析硕士主要课程 : 支持向量机导论近代分析模式识别原理数据挖掘与检索图像处理与分析小波分析及其应用逼近与计算应用软件技术 ; 本科主要课程 : 概率论数理统计抽样调查多元统计分析随机过程数学分析高等代数与解析几何离散数学数学实验数学建模数值逼近运筹学泛函分析数值代数复变函数实变函数常微分方程偏微分方程信息论基础最优化方法 C 语言程序设计数据结构与算法计算机网络技术与应用 ; 自我评价为人 : 乐观向上, 谦虚严谨, 待人友好, 适应力强, 具有较强的团队精神和协作能力 ; 处事 : 认真负责, 积极进取, 态度端正, 勇于迎接新挑战 ; 做学问 : 勤奋好学, 踏踏实实, 思维严谨, 专业基础扎实, 注重数学统计方法与计算机科学之间的交叉和融合, 锐意进取, 能够快速掌握本领域的研究前沿, 有较强的科研潜力

考生编号政治政治分外语外语分科目 1 科目 1 分科目 2 科目 2 分总分专业代码专业名称专业排名考试方式报名号思想政治理论缺考英语一缺考数学三 110 金融学综合缺考金融硕士 110 全国统考 11018

考生编号政治政治分外语外语分科目 1 科目 1 分科目 2 科目 2 分总分专业代码专业名称专业排名考试方式报名号思想政治理论缺考英语一缺考数学三 110 金融学综合缺考金融硕士 110 全国统考 11018 100019000010001 思想政治理论缺考英语一缺考数学三 110 金融学综合缺考 110 025100 金融硕士 110 全国统考 110189426 100019000010002 思想政治理论 56 英语一 61 数学三 83 金融学综合 55 255 025100 金融硕士 83 全国统考 110189744 100019000010003 思想政治理论缺考英语一缺考