本研究方向主要涉及数据处理与分析理论、方法及应用。针对医学图像、基因表达谱数据、农业信息化数据、医疗健康数据、视觉图像、交通物流等大数据，综合利用机器学习、深度学习、群智能优化等人工智能学习方法对高维复杂数据进行处理与分析，探索新的数据处理理论与方法。近五年，本团队承担了多项国家级科研项目，获得多个教学、科研成果奖项，如分别获2017年江苏省教学成果一等奖、2017年中国商业联合会一等奖等。在IEEE、Elsevier、Springer等旗下国际权威期刊和学术国际会议上发表论文五十余篇，授权发明专利十余项。

承担的主要课题：

1. 国家自然科学基金（面上项目）（61572241），“基于先验约束和互补搜索的粒子群优化算法及其在高维小样本数据处理上的应用”，76万，2016.1-2019.12

2. 国家自然科学基金（面上项目）（61271385），“编码先验约束的高维小样本数据处理方法的研究”，76万，2013.1-2016.12

3. 国家重点研发计划（2017YFC0806600）“特种消防产品关键技术研究及应用示范”，10万，2017.7-2020.6

4. 江苏省六大人才高峰高层次人才项目（2015-DZXX-024），“编码先验约束的高维小样本数据处理关键技术及其应用”，3万， 2015.10-2018.9

5. 国家自然科学基金（面上项目），“并行架构下基于深度迁移学习的多种模态胰腺肿瘤图像的早期诊断与分析”，67万，2018.1-2021.12

6. 国家自然科学基金（面上项目），“基于多目标优化和栈式稀疏编码的肝脏肿瘤图像识别研究”，67万，2016.1-2019.12

7. 国家自然科学基金（青年项目），“基于非参数密度模型和粗糙集的多模态医学图像处理关键技术研究”， 27万，2015.1-2017.12

8. 中国博士后面上项目，“基于图像识别的碧根果品质无损检测研究”，5万，2017.05-2019.01