长期从事不完备数据的表示学习研究，具有近10年的大数据分析研究与应用经验、以及10多年实际信息系统设计实现与工程建设经验，主要研究方向分列如下：

 1）在不完备数据表示学习研究领域，面向动态不完备数据中的知识发现应用展开理论研究。具体研究方向包括通过对隐特征的多偏差表征分析，优化方法中的自适应优化、群智离散优化等方向的研究，隐特征分析方法的内在结构及优化机制研究，以上方向发表多篇Q1区高影响因子论文。

 2）近年来，团队致力于知识图谱构建技术、面向网安领域的知识图谱应用平台的构建，已初步建成集网安多领域数据展示的图谱平台，正在展开AI及大模型辅助的应用平台建设，已授权并申请专利；

 3）信息系统建设，主持建设有北航设备管理系统（一期，全校正式运行）、虚拟校园平台（一期，全校正式运行）等多个正式使用运行的系统和平台，近期致力于Python安全编程及智慧课程平台建设。

多篇论文成果发表于IEEE Transactions on Big Data、IEEE Transactions on Emerging Topics in Computational Intelligence、IEEE Transactions on Systems, Man, and Cybernetics: Systems、Knowledge-based Systems和Neurocomputing等著名学术期刊和会议。常年参与多个IEEE. Trans系列和国内外会议的审稿工作。部分列出如下：

1. A Differential Evolution-Enhanced Position-Transitional Approach to Latent Factor Analysis, IEEE transactions on emerging topics in computational intelligence, 2022, Q1区，google scholar引用29次，论文一作.

2. Hierarchical Particle Swarm Optimization-incorporated Latent Factor Analysis for Large-Scale Incomplete Matrices, Transactions on Big Data, 2021, Q1区，google scholar引用78次，论文一作.

3. UFADF: A Unified Feature Analysis and Detection Framework for Malicious Office Document， TrustCom, 2023, CCF C，教师一作；

4. Randomized Latent Factor Model for High-dimensional and Sparse Matrices from Industrial Applications, IEEE/CAA Journal of Automatica Sinica, Q1区，2019； 

5. Accurate Latent Factor Analysis via Particle Swarm Optimizers, IEEE International Conference on Systems, Man and Cybernetics，2021，论文一作，最佳论文候选；

6. Performance of latent factor models with extended linear biases, Knowledge-Based Systems, Q2区，论文一作。

....

主持国自然基金和横向项目，当前在建项目如下：

1. 面向动态不完备数据中知识发现的离散张量隐特征技术研究

2. 北京会计师事务所网络安全建设研究

3. 网络空间安全领域知识图谱构建及应用平台建设

4. 本科生编程能力培养研究

5. Python编程平台智慧问答系统建设

6. 集中式应用日志审计平台建设

  组内编程水平高，近期主要围绕AI与大模型、知识图谱建设及应用、Python编程智慧教学平台招生。

   组内劳务薪资待遇好、气氛好，招收:

   1）对AI与大模型、知识图谱、Python编程感兴趣；

   2) 努力认真、热爱钻研技术的同学。

 另有群智算法、访问控制技术研究方向~