张仕光(1975.3-), 男, 应用数学专业博士, 副教授, 硕士生导师.主要研究兴趣为机器学习、噪声特性回归建模等领域. 主讲高等代数、离散数学、概率论与数理统计、应用回归分析、统计学原理、运筹学、数学软件与数学实验等课程; 发表高水平科研论文20余篇; 先后主持省级市厅级项目多项, 作为主要成员参与多项国家级科研项目; 获得河北省“三三三人才工程”第三层次人才称号。

联系方式:

电子邮件：sg201106@163.com

办公地点：信息工程学院 博识楼二楼信管教研室.

主持科研项目：

1. 山东省自然科学基金面上项目：复杂噪声特性的孪生回归模型研究及在风速预报中的应用(ZR2022MF242),2023.1.1-2025.12.31.

2. 河南省自然科学基金面上项目：考虑噪声特性的回归建模及其在风速预报中的应用,(182300410130)2018.1.1-2019.12.31

3. 河南省高等学校重点研究项目：基于混合噪声特性建模的风速预报方法研究(17A5200380),2016.10.1-2018.12.31.

4. 河南省高等学校重点研究项目：考虑混合噪声特性的双回归模型及在风速预报中的应用(21A520020),2021.1.1-2022.12.30.

5. 河北省高等学校重点研究项目：分块矩阵的广义逆理论及应用(Z2010188),2010.10.1-2014.10.31.

主要参与科研项目：

1. 国家自然科学基金项目：粗糙回归模型与算法研究（61502335），2019.3 结项，第2参与者

2. 国家自然科学青年基金项目：无穷维Hamilton算子单值扩张性研究, 2020.4 结项, 第2参与者

3. 国家自然科学基金项目：知识不确定性度量的粒计算模型及其应用研究（61772176），2019.3结项，第3参与者

4. 国家自然科学基金项目：面向低质数据的粒计算与特征选择研究（62076089），2021.1—2024.12，第3参与者

主要科研成果：

期刊科研论文：

[1] Zhang Shiguang; Hu Qinghua; etc; Kernel ridge regression for a general a noise model with its application, Neurocomputing, 2015, 149: 836-846.

[2] Hu Qinghua; Zhang Shiguang; etc; Short-term wind speed or power forecasting with heteroscedastic support vector regression, IEEE Transactions on sustainable energy, 2016, 7(1): 241-249.     

[3] Zhang Shiguang; Zhou Ting; Kernel ridge regression model based on Beta-noise and its application in short-term wind speed forecasting, Symmetry, 2019, 11(2) (282): 1-11.

[4] Zhang Shiguang*; Zhou Ting; etc; nu-Support vector regression model based on Gauss-Laplace mixture noise characteristic for wind speed prediction, Entropy 2019, 21(11) (1056): 1-18.

[5] Zhang Shiguang*; Liu chao; Zhou Ting*; etc; Twin Least squares support sector regression of heteroscedastic Gaussian noise model, IEEE Access, 2020, 8: 94076-94088.

[6] Zhang Shiguang*; Zhou Ting*; etc; LSSVR model of G-L mixed noise-characteristic with its applications, Entropy 2020, 22(6)(629): 1-19.

[7]Zhang Shiguang*; Liu chao*; etc; Twin least square support vector regression model based on Gauss-Laplace mixed noise feature with its application in wind speed prediction, Entropy 2020, 22(10)(1102): 1-18.

[8] 张仕光*; 周婷*; 刘超; 李源; 高斯噪声特性区间 v-支持向量回归机, 山西大学学报(自然科学版), 2020, 43(4): 894-898.

[9] 张仕光; 郭迪; 冯歌; 刘洁晶*; 基于截断2-范数损失函数的鲁棒极限学习机, 山西大学学报(自然科学版), 2022,45(1): 51-60.

[10] Zhang Shiguang; Feng Ge*; etc; Twin Support Vector Regression Model Based on Heteroscedastic Gaussian Noise and Its Application. IEEE ACCESS,2022(10)：111738- 111748.

[11] Zhang Shiguang; Yuan Qiuyun; etc; Twin proximal least squares support vector regression machine based on heteroscedastic Gaussian noise. Journal of Intelligent ＆Fuzzy system, 2023,44(2): 1727-1741.

授权国家发明专利：

[1] 胡清华*; 张仕光; beta 噪声核岭回归技术的短期风速预报方法, 2016-1-6, 中 国, ZL 201310006821.1。

[2] 胡清华*; 张仕光; 米据生; 谢宗霞; 基于噪声支持向量回归技术的短期风速 预报方法, 2017-2-8, 中国, ZL 201310218957.9。

[3] 张仕光*; 孙林; 王世勋; 周婷等; 基于 G#L 混合噪声特性核岭回归技术的风速预报方法及装置, 2018-12-18,中国, ZL201610863444.7。

[4] 张仕光*; 周婷; 王伟; 陈光周等; 基于G-L混合噪声特性v-支持向量回归机的风速预报方法, 2021-12-3,中国, ZL 201810169866.3。

[5] 孙林*; 刘尚旺; 张仕光; 李进明等; 基于 BP 和 RBF 神经网络的图像水印嵌 入、提取方法与装置, 2018-10-26, 中国, ZL201510764203.2。