我校葡京娱乐场官方网站 卢志武副教授，长期从事机器学习及其应用方面的研究。最近在半监督学习和异质数据协同优化上取得序列进展，并在重要国际期刊《Pattern Recognition》（PR）发表两篇论文。《Pattern Recognition》被认为是模式识别领域最重要的国际期刊之一。依据ScienceDirect统计，这是我校首次有两篇论文在该期刊发表。上述两篇论文的信息如下。

半监督学习：Zhiwu Lu and Liwei Wang, Noise-Robust Semi-Supervised Learning via Fast Sparse Coding, Pattern Recognition (PR), 2014, DOI: 10.1016/j.patcog.2014.08.019.

该论文主要针对传统半监督学习无法处理含噪声初始标签的缺点，提出了一种基于L1范数的拉普拉斯正则化方法，并应用于半监督学习的去噪问题，在大量的标准测试集上取得很好的效果。特别要强调的是，我们提出的拉普拉斯正则化方法可以广泛地应用到其他机器学习问题，有较重要的方法上的价值。

异质数据协同优化：Zhiwu Lu and Liwei Wang, Learning Descriptive Visual Representation for Image Classification and Annotation, Pattern Recognition (PR), 2014, DOI: 10.1016/j.patcog.2014.08.008.

该论文重点研究图像语义理解方面的异质数据协同优化问题。我们的主要创新点在于利用图像分类与标注的不完善文本信息来优化图像的视觉表示，并提出矩阵分解的方法来解决这一难题，在标准数据集上取得目前最好的效果。