报告题目：基于粒球计算的多粒度支持向量机算法
报告人：邵亚斌
邀请人：何星星
报告时间：2025年12月16日晚上19:00
报告地点：腾讯会议：929-946-490
摘要：本报告将多粒度粒球计算理论融合到支持向量机和回归算法中，提出了新的自适应、高效的算法。
1. 引入了多粒度粒球的概念，并提出了可控多粒度支持向量机（Con-MGSVM）和可控多粒度支持向量回归机（Con-MGSVR）。这些模型将原始的细粒度点替换为粗粒度的“粒球”作为分类器或回归器的输入。通过引入控制参数后，支持粒球的数量可以进一步减少，从而提高计算效率，并增强鲁棒性和可解释性。
2. 提出了一种基于可变稀疏度测度（variable sparsity measure，VSM）的模糊粒球生成算法，将局部密度与模糊隶属度耦合为自适应稀疏度量，并设计粒球构造与隶属度计算的协同优化机制，实现模糊信息的动态融合与自适应粒球构造。在此基础上，构建了基于VSM的模糊粒球支持向量机模型。
报告人介绍：邵亚斌，理学博士，重庆邮电大学教授，博士研究生导师。现任中国人工智能学会人工智能逻辑专委会副秘书长，中国自动化学会智能计算专委会常务委员、中国人工智能学会粒计算与知识发现专委会委员，重庆市普通本科高等学校教学指导委员会数理类专业委员会委员，重庆市数学学会、重庆市工业与应用数学学会常务理事，重庆市系统工程学会理事。主要从事不确定性处理的数学、大数据分析与处理、多粒度认知计算、人工智能算法等研究。在国际知名期刊上发表SCI检索论文60余篇，出版教材、专著各1部，申请（授权）发明专利10余项。主持和参与国家自然科学基金项目8项、重庆市自然科学基金项目2项；主持重庆市高等教育教学改革重点项目1项。获甘肃省自然科学三等奖2项，重庆市高等教育教学成果奖三等奖1项，获得教育部--华为智能基座“栋梁之师”、全国大学生数学竞赛优秀指导教师荣誉称号。
