姓名：周锋
研究生招生专业：
计算机技术（专业学位）
本人研究领域：
信号时频分析、推荐系统、金融市场波动预测等
个人介绍：
理学博士，副教授，硕士生导师。2015年毕业于中山大学数学与计算科学学院，2013-2014年获国家留学基金委资助访问美国佐治亚理工学院周好民教授。2015-2017年曾在百度和腾讯任高级算法工程师，从事推荐系统相关的工作。目前发表SCI学术论文近15篇，主持国家自然科学基金青年基金、广州市科技项目、广东省教育厅项目各1项。
广东财经大学信息学院教师，广东省计算数学学会会员。
主持或参加的纵向、横向课题情况：
(1) 主持，国家自然科学青年项目，11901113，数据驱动的非平稳信号时频算法研究及应用，2020/1-2022/12，22 万元，在研
(2) 主持，广州市科技计划项目（一般项目专题），201904010225,基于深层神经网络非平稳时间序列预测的研究—以金融股市时间序列为例，2019/4-2021/3,20 万元，已结题
(3) 主持，广东省教育厅科研项目(青年创新人才类项目)，2017KQNCX083，基于机器学习的金融时间序列预测问题的研究，2018/4-2020/3，2 万元，已结题
(4) 广东省自然科学基金项目(自由申请项目)，2018A030313703，高维多目标优化算法及其在物流调度中的应用，2018/5-2021/4，10 万元，在研，参与
(5) 广东省教育厅科研项目（重大项目），2017WZDXM012，基于B2B 平台的供应链金融个性化服务与优化研究，2018/4-2021/3，10 万元，在研，参与
(6) 国家自然科学基金青年科学基金项目，11501584，图像复原中非凸稀疏优化问题的快速算法，2016/1-2018/12，18 万元，已结题，参与
(7) 国家自然科学基金面上项目，11371017， 单分量框架与信号自适应稀疏表示，2014/1-2017/12，55 万元，已结题，参与
发表学术论文情况；出版专著教材情况：
[1] Feng Zhou#, Huafei Li, Lihua Yang, Zhihua Yang, Linyan Gu*, A novel image deblocking approach within a graph framework, Digital Signal Processing, under review.
[2] Linyan Gu#, Lihua Yang, Feng Zhou*, Refinements of approximation results of conditional restricted Boltzmann machines, IEEE Transactions on Neural Networks and Learning Systems, doi: 10.1109/TNNLS.2021.3105129.
[3] Feng Zhou#, Haomin Zhou, Zhihua Yang, Linyan Gu*, IF2CNN: Towards non-stationary time series feature extraction by integrating iterative filtering and convolutional neural networks, Expert Systems with Applications, 170(2021): 114527. (SCI中科院一区, Top 期刊)
[4] Qun Zhang#, Lijun Yang, Feng Zhou*, Attention enhanced long short-term memory network with multi-source heterogeneous information fusion: An application to BGI Genomics, Information Science, 553(2021):205-330. (SCI中科院一区, Top 期刊)
[5] Feng Zhou#, Qun Zhang*, Dider Sornette, Liu Jiang. Cascading logistic regression onto gradient boosted decision trees for forecasting and trading stock indices. Applied Soft Computing, 2019, 84:105747. (SCI中科院一区, Top 期刊, 引用量：24)
[6] Feng Zhou#, Haomin Zhou, Zhihua Yang, Lihua Yang*, EMD2FNN: A strategy combining empirical mode decomposition and factorization machine based neural network for stock market trend prediction, Expert Systems with Application, 2019, 115:136-151. (SCI中科院一区, Top 期刊，引用量：55)
[7] Feng Zhou#*, Haomin Zhou, Zhihua Yang, Lihua Yang, A 2-stage strategy for non-stationary signal prediction and recovery using iterative filtering and neural network, Journal of Computer Science and Technology, 2019, 34(2):318-338. (SCI中科院二区)
[8] Feng Zhou#, Lijun Yang, Haomin Zhou, Lihua Yang*, Optimal averages for nonlinear signal decompositions-another alternative for empirical mode decomposition, Signal Processing, 2016, 121:17-29. (SCI中科院二区，引用量：16)
[9] 周锋#*,，曾雪迎，杨力华，一种基于正则化的稀疏表示方法，数学学报，2015, 5(4)：649-660.
[10] Linyan Gu#, Feng Zhou, Lihua Yang*, Towards the representational power of restricted Boltzmann machines, Neurocomputing, 415(2020):358-367. (SCI中科院二区，Top 期刊)
[11] Zhihua Yang#, Feng Zhou, Lihua Yang, Qian Zhang*, A new prediction method for recommendation system based on sampling reconstruction of signal on graph, Expert Systems with Application, 159(2020):113587. (SCI中科院一区, Top 期刊)
[12] Lijun Yang#, Zhihua Yang, Feng Zhou, Lihua Yang*, A novel envelope model based on convex constrained optimization, Digital Signal Processing, 2014, 29:138-146. (SCI中科院二区)
[13] Zhihua Yang#, Qian Zhang, Feng Zhou, Lihua Yang*, Hilbert spectrum analysis of piecewise stationary signals and its application to texture classification, Digital Signal Processing, 2018, 82:1-10. (SCI中科院二区)
开展社会服务情况：
校外学术组织
(1) International Conference on Big Data and Artificial Intelligence
技术委员会成员
(2) 广东省计算数学协会会员
审稿工作
(1) 2021/7 IEEE Transactions on Neural Networks and Learning Systems
(2) 2020/10-2020/11 Expert Systems with Applications
(3) 2019/6-2019/7 IEEE Transactions on Neural Networks and Learning Systems
(4) 2018/11-2019/2 Financial Innovation
(5) 2018/7-2019/2 Advances in Data Science and Adaptive Analysis
(6) 2018、2019、2020 International Conference on Big Data and Artificial Intelligence
组织和参加的学术会议
(1) 2021/4/23-2021/4/25 参与“多尺度物理过程的数学模型和数值方法”研
讨会，并作学术报告Attention enhanced LSTM with multi-source heterogeneous information fusion 北京师范大学(珠海校区)
(2) 2020/11作学术报告Attention enhanced LSTM with multi-source heterogeneous information fusion: An application to BGI Genomics 中国地质大学(武汉)
(3) 2019/11 邀请中山大学杨力华教授、浙江大学李松教授、北京航空航天大学陈迪荣教授来校报告
(4) 2020/11 参与工业与应用数学学会年会 工业与应用数学学会
(5) 2020/12 参与广东省计算数学学会年会 广东省工业与应用数学学会
(6) 2019/7 参与全国大数据与人工智能大会 工业与应用数学学会
(7) 2019/5 参与计算调和分析与统计学习国际学术会议 河海大学
讲授课程情况：
研究生课程《工程数学》，本科生课程《人机交互技术》、《大数据分析与挖掘》、《计算方法》、《大型数据库系统应用》、《软件测试技术》、《互联网+大数据》
电子邮箱：fengzhou@gdufe.edu.cn
