国际银河线路检查中心(中国)股份有限公司 - 百度百科

师资队伍

付丽华

发布人:发表时间:2017-05-09点击:

付丽华,工学博士,教授,教育部新世纪优秀人才

2003年进入国际银河线路检查中心任教,2009年破格晋升副教授,2013年破格晋升教授。美国The University of Vermont计算机系访问学者。

研究方向:深度学习、地震数据处理、计算机视觉

Email: lihuafu@cug.edu.cn

通讯地址湖北省武汉市洪山区鲁磨路388号,430074

科学研究工作:

1. 科研项目:

(1) 国家自然科学基金面上项目,地震数据五维重建的深度学习方法研究,422741722023/01-2026/12,在研,主持;

(2) 重庆市自然科学基金面上项目,基于“外部训练+自学习”字典学习的地震数据重建,2023NSCQ-MSX02072023/07-2026/07,在研,主持;

(3) 广东省基础与应用基础研究基金自然科学基金面上项目,基于自相似性和稀疏低秩先验的地震数据重建方法,2024/01-2026/12,在研,主持;

(4) 中国兵器工业第五九研究所合作基金,离散环境数据的全域化算法研究,HDHDW59010302012021/01-2021/12,已结题,主持;

(5) “地球内部多尺度成像”湖北省重点实验室开放基金项目,基于张量字典学习的地震数据重建研究,SMIL-2018-062018/01-2019/12,已结题,主持;

(6) 智能地学湖北省重点实验室开放基金,基于多核模型的地震信号稀疏重构,KLIGIP2016A022017/01-2017/12,已结题,主持;

(7) 教育部新世纪优秀人才支持计划项目,多核快速学习方法在地震信号分析中的应用,NCET-13-10112014/01-2016/12,已结题,主持;

(8) 国家自然科学基金项目数学天元基金,稀疏的可调核函数模型及其在时频分析中的应用,110261452011/01-2011/12,已结题,主持;

(9) 国家自然科学基金项目青年基金,联合稀疏表示的自适应核模型及其在地震信号谱分解中的应用研究,611021032012/01-2014/12,已结题,主持;

(10) 湖北省自然科学基金项目,基于混合核的NARX系统辨识及在地磁暴预报中的应用研究,2010CDB042052011/01-2012/12,已结题,主持;

(11) 中央高校科研业务费中国地质大学校摇篮计划,联合稀疏表示的自适应核模型及其在信号谱分解中的应用研究,CUG1104072011/01-2013/12,已结题,主持;

(12) 中国地质大学(武汉)校级青年基金项目,基于小波变换的复杂噪声中谐波恢复研究,CUGQNL05202005/01-2006/12,已结题,主持。

2. 发表论文:

在《Geophysics》、《IEEE Transaction on Geoscience and Remote Sensing》、《IEEE Geoscience and Remote Sensing Letters》、《Circuits, Systems, and Signal Processing》、《Inverse Problems and Imaging》、《IEEE Signal Processing Letters》、《地球物理学报》、《电子学报》、《石油地球物理勘探》等国内外知名期刊上发表论文。

近年来发表文章列表:

² 2024

[1] Wu M., Fu L.*, Fang W., Cao J. Sparse prior-net: A sparse prior-based deep network for seismic data interpolation. Geophysics, 2024, 89(1): V34-V47.

[2] Xu W., Fang W., Fu L.*. Seismic data interpolation using 5D-FCN: A preliminary study. IEEE Geoscience and Remote Sensing Letters, 2024. (DOI: 10.1109/LGRS.2024.3385433)

² 2023

[3] Niu X., Fu L.*, Fang W., Wang Q., and Zhang M. Seismic data interpolation using nonlocal self-similarity prior. Geophysics, 2023, 88(1): WA65-WA80.

[4] Liu S., Ni W., Fang W., Fu L.*. Absolute acoustic impedance inversion using convolutional neural networks with transfer learning. Geophysics, 2023, 88(2): R163-R174.

[5] Fang W., Fu L., Wu M., Yue J., Li H. Irregularly sampled seismic data interpolation with self-supervised learning. Geophysics, 2023, 88(3): V175-V185.

[6] Fang W., Fu L.*, Xu W., Bian A., Li H. CCNet-5D: 5D convolutional neural network for seismic data interpolation. Geophysics, 2023, 88(4): V333-V344.

[7] Xu Y., Fu L.*, Niu X., Chen X., Zhang M. Three-dimensional seismic data reconstruction based on fully connected tensor network decomposition. IEEE Transactions on Geoscience and Remote Sensing, 2023. (DOI: 10.1109/TGRS.2023.3272583)

[8] Yue J. Fu L.*, Niu X., Fang W. Orthogonal dictionary learning based on l4-Norm maximisation for seismic data interpolation. Exploration Geophysics, 2023. (DOI: 10.1080/08123985. 2023.2205582)

[9] Cao J., Fu L.*, Fang W., Wu M. Seismic data interpolation via UNet with non-local blocks. Exploration Geophysics, 2023. (DOI:10.1080/08123985.2023.2290134)

[10] Guo Y., Fu L., Li H. Seismic data interpolation based on multi-scale transformer. IEEE Geoscience and Remote Sensing Letters, 2023. (DOI 10.1109/LGRS.2023.3298101)

[11] Yang Y., Fu L., Qian K., Li H. Seismic random noise attenuation via a two-stage U-net with supervised attention. Exploration Geophysics, 2023. (DOI:10.1080/08123985.2023.2218870)

² 2022

[12] Li Y, Fu L.*, Cheng W, et al. Efficient seismic data reconstruction based on Geman function minimization. Applied Geophysics, 2022. (DOI: 10.1080/08123985.2021.1886853)

[13] Fang W., Fu L.*, Li H., Liu S., and Wang Q. BSnet: An unsupervised blind spot network for seismic data random noise Attenuation. IEEE Transactions on Geoscience and Remote Sensing, 2022. (DOI: 10.1109/TGRS.2022.3179718)

[14] Cui M., Fu L.*, and Fang W. Seismic noise attenuation via convolution neural network with learning noise prior. Exploration Geophysics, 2022, 53(1): 38-51.

[15] Li G., Liu S., Jian X., Zhu D., Fu L., Chen T. and Hu X. Identifying the lineament structure cooperatively using the airborne gravimetric, magnetic and remote sensing data: a case study from the Pobei Area, NW China. IEEE Transactions on Geoscience and Remote Sensing, 2022. (DOI: 10.1109/TGRS.2022.321380)

[16] 王利媛,付丽华*,基于注意力机制点卷积网络的机载LI DAR点云分类. 激光与光电子学进展2022. (DOI: 10.3788/LOP202259.1028007)

² 2021

[17] Niu X., Fu L.*, Zhang W. and Li Y. Seismic data interpolation based on simultaneously sparse and low-rank matrix recovery. IEEE Transactions on Geoscience and Remote Sensing, 2021. (DOI: 10.1109/TGRS.2021.3110600)

[18] Fang W., Fu L.*, Liu S. and Li H. Dealiased seismic data interpolation using a deep-learning-based prediction-error filter, Geophysics, 2021, 86(4): V317-V328.

[19] Liu Q., Fu L.*, and Zhang M. Deep-seismic-prior-based reconstruction of seismic data using convolutional neural networks. Geophysics, 2021, 86(2): V131-V142.

[20] Fang W., Fu L. and Li Z. Seismic data interpolation based on U-net with texture loss, Geophysics, 2021, 86(1): V41-V54.

[21] Fang W., Fu L., and Li H. Unsupervised CNN based on self-similarity for seismic data denoising. IEEE Geoscience and Remote Sensing Letters, 2021. (Accepted. DOI 10.1109/LGRS.2021.3131046)

[22] Wang Q., Fu L., Ruan S., et al. Fang W., Fu L., and Li H. Reconstructing seismic data by incorporating deep external and internal learning. Exploration Geophysics, 2021. (Accepted. DOI: 10.1080/08123985.2021.2024072)

[23] Hu Z., Liu S., Hu X., Fu L., et al. Inversion of magnetic data using deep neural networks. Physics of the Earth and Planetary Interiors, 2021. (Accepted. DOI: 10.1016/J.PEPI. 2021/106653)

² 2020

[24] Zhang W., Fu L*., Zhang M., and Cheng W. 2-D seismic data reconstruction via truncated nuclear norm regularization. IEEE Transaction on Geoscience and Remote Sensing, 2020, 58(9): 6336-6343.

[25] Liu Q., Fu L.*, Zhang M., and Zhang W. Two-dimensional seismic data reconstruction using patch tensor completion. Inverse Problems and Imaging, 2020,14(6): 985-1000.

[26] Wang Q., Shen Y., Fu L., and Li H. Seismic data interpolation using deep internal learning, Exploration Geophysics, 2020, 51(6): ‏683-697.

[27] Zhu D., Li H., Liu T., Fu L. and Zhang S. Low-rank matrix decomposition method for potential field data separation. Geophysics, 2020, 85(1): G1-G16.

[28] 付丽华,曾诚,杨文采,李燕梅,用于地壳弧形构造信息提取的四阶谱矩分析. 石油地球物理勘探, 2020, 55(4): 923-930.

[29] 程文婷,方文倩,付丽华*, 基于自相似性和低秩先验的地震数据随机噪声压制. 石油物探, 202059(6): 880-889.

² 2019

[30] Fu L., Zhang M., Liu Z., Li H. Robust frequency estimation of multi-sinusoidal signals using orthogonal matching pursuit with weak derivatives criterion. Circuits, Systems, and Signal Processing, 2019, 38(3): 1194-1205.

[31] Zhang W, Fu L. * and Liu Q. Non-convex Log-sum function-based majorization-minimization framework for seismic data reconstruction. IEEE Geoscience and Remote Sensing Letters, 20 19, 16(11): 1776-1780.

[32] 张雪敏, 付丽华*, 张海江, 彭佳明.基于正交秩-1矩阵追踪的天然地震数据重建研究:以加州San Jacinto断层密集地震台阵为例. 地球物理学报, 2019, 62(4): 1427-1439.

[33] 彭佳明, 付丽华*, 张雪敏.基于改进快速不动点延续算法的地震数据重建. 石油地球物理勘探, 2019, 54(6): 1195-1205.

[34] 刘群, 付丽华*,张婉娟.基于非凸Lp范数的三维地震数据重建. 石油地球物理勘探, 2019,54(5): 979-987.

[35] 沈卉卉,刘国武,付丽华,刘智慧,李宏伟. 一种基于修正动量的RBM算法. 电子学报, 2019,47(9): 1957-1964.

² 2018

[36] 付丽华,杨文采,谱矩方法在磁源体深度反演中的应用研究. 地球物理学报201861(7): 3044-3054.

[37] Fu L., Zhang M., Liu Z., Li H. Reconstruction of seismic data with missing traces using normalized Gaussian weighted filter. Journal of Geophysics and Engineering, 2018, 15(5): 2009-2020.

[38] 付晓,沈远彤,付丽华,杨迪威,基于特征聚类的稀疏自编码加速算法.电子学报201846(5): 1041-1046.

教学工作:

1. 主讲本科生课程——《高等数学》、《线性代数与矢量分析》、《数学建模》、《数值分析》、《数理逻辑》、《数学实验》、《数学建模方法》、《数学建模竞赛优秀论文选讲》、《数学的模型与实验》、《数学建模实习》、《数值分析实习》、《简明统计学》

2. 主讲研究生课程——《神经网络与深度学习》、《模式识别》、《应用数学方法》

教学研究工作:

1. 教学研究项目:

(1) 主持湖北省教学研究项目——大数据背景下信息与计算科学专业三融合人才培养模式研究(2018-2020)

(2) 主持湖北省教学研究项目——“问题解决教学模式在高等数学课堂教学中的运用研究(2012-2014)

2. 出版教材:

(1) 《数学建模实用教程》,主编,清华大学出版社,2022.

(2) 《工科数学分析》,副主编,中国地质大学出版社,2019.

(3) 《数学建模实验基础》,副主编,中国地质大学出版社,2019.

获奖情况:

(1) 2022,获第九届湖北省高等学校教学成果奖二等奖(大数据背景下信息与计算科学专业“三位一体”人才培养模式的创新与实践,序2)。

(2) 2020年,获中国地质大学卓越教师优秀奖。

(3) 2023年,指导高伟获中国地质大学校级优秀学士学位论文。

(4) 2022年,指导牛骁获中国地质大学校级优秀硕士学位论文。

(5) 2022年,指导秦林琦获中国地质大学校级优秀学士学位论文。

(6) 2020年,获中国地质大学卓越教师优秀奖。

(7) 2021年,指导宋腾获中国地质大学校级优秀学士论文。

(8) 2020年,指导段乐泉获得中国地质大学优秀学士学位论文。

(9) 2019年,指导张雪敏获得中国地质大学优秀硕士学位论文。

(10) 2019年,指导李应红获得中国地质大学优秀学士学位论文。

(11) 2019年,指导曾诚获得中国地质大学优秀学士学位论文。

             (12) 2018年,指导郝帅获得中国地质大学优秀学士学位论文。

(13) 2017年,指导华志胜获得湖北省优秀学士学位论文。

(14) 2004-2023年,指导学生参加全国大学生数学建模竞赛,获得奖励:

国家一等奖(20081项;20162项)

国家二等奖(20041项;20061项;20091项;20101项;20151项;20172项;20213项;20232项)

湖北省一等奖(20071项;20171项;20182项;20192项;20201项;20222项;20231项)

湖北省二等奖(20051项;20101项;20111项;20121项;20161项;20182项;20192项;20201项;20212项;20223项)

湖北省三等奖(20171项;20221项)

(15) 2017年,被全国大学生数学建模竞赛组织委员会评为全国大学生数学建模竞赛优秀指导教师

(16) 2012年,被评为中国地质大学首届朱训青年教师奖

(17) 2012年,被评为中国地质大学第十届十大杰出青年

(18) 2011年,被全国大学生数学建模竞赛组织委员会评为全国大学生数学建模竞赛优秀指导教师

(19) 2011年,获中国地质大学金石奖教金

(20) 2011年,获中国地质大学第六届青年教师优秀教学奖。