导航

  • 个人资料
  • 个人概况
  • 研究领域
  • 开授课程
  • 科研项目
  • 论文
  • 科研成果
  • 荣誉及奖励
  • 招生信息
头像

姓名：黄鹤

学位：博士

毕业院校：香港城市大学

电子邮箱：hhuang@suda.edu.cn

办公地址：电子楼315

联系电话：

5219 访问

个人资料

  • 院部/部门：电子信息学院
  • 联系电话：
  • 性别：男
  • 电子邮箱：hhuang@suda.edu.cn
  • 专业技术职务：
  • 办公地址：电子楼315
  • 毕业院校：香港城市大学
  • 通讯地址：江苏省苏州市十梓街1号
  • 学位：博士
  • 邮编：215006
  • 学历：研究生
  • 传真：

工作经历

工作经历：
  • 2009.9-至今, 苏州大学，电子信息学院

社会职务

社会职务：社会职务：

1. Associate editor: Circuits, Systems & Signal Processing

2. Associate editor: Neural Processing Letters

教育经历

教育经历：
  • 2006-2009, 香港城市大学, 博士

个人简介

个人简介：

黄鹤，毕业于香港城市大学，获哲学博士学位。现为苏州大学电子信息学院教授，多次受邀到香港城市大学和德州农机大学卡塔尔分校进行合作研究。

承担国家自然科学基金项目3项，江苏省自然科学基金项目2项，入选2016年度江苏高校“青蓝工程”优秀青年骨干教师培养对象。

曾获教育部自然科学奖二等奖、中国电子学会教学成果大赛三等奖，指导的研究生获2017年中国电子学会优秀硕士论文奖和2018年江苏省优秀学术学位硕士学位论文奖，多名研究生获江苏省研究生科研与实践创新计划项目支持。

在科学出版社出版专著1部，在国际期刊如IEEE Transactions on Multimedia, IEEE Transactions on Neural Networks and Learning Systems, IEEE Transactions on Cybernetics, IEEE Transactions on Emerging Topics in Computational Intelligence, IEEE Transactions on Circuits and Systems: Part I, IEEE Transactions on Circuits and Systems: Part II及国内外学术会议上发表学术论文110余篇，授权发明专利30余件，其中美国专利3件。

受邀担任国际学术期刊Neurocomputing, Circuits, Systems & Signal Processing,Neural Processing Letters的编委或副主编。

社会职务

社会职务：社会职务：

1. Associate editor: Circuits, Systems & Signal Processing

2. Associate editor: Neural Processing Letters

研究领域

研究方向：

1. 神经网络

2. 深度学习

3. 智能优化

4. 图像处理

5. 模式识别

开授课程

开授课程：
  • 1、最优化理论与方法, 研究生
  • 2、信号与系统, 本科生
  • 3、工程数学（复变）, 本科生
课程教学（旧版）：

科研项目

科研项目：
  • 1、国家自然科学基金面上项目，2026.1-2029.12，在研

论文

论文：
  • 1、Yi Xu and He Huang, Generation and alignment: Bridging modality gap for visible-infrared person re-identification, IEEE Transactions on Multimedia, 2025, (DOI: 10.1109/TMM.2026.3680033)
  • 2、Zhidong Wang and He Huang, Second-order structure optimization of fully complex-valued neural networks, IEEE Transactions on Emerging Topics in Computational Intelligence, vol. 8, no. 3, pp. 2349-2363, 2024.
  • 3、Yongliang Zhang, He Huang and Gangxiang Shen, Adaptive CL-BFGS algorithms for complex-valued neural networks, IEEE Transactions on Neural Networks and Learning Systems, vol. 34, no. 9, pp. 6313-6327, 2023.
  • 4、He Huang, Tingwen Huang and Yang Cao, Reduced-order filtering of delayed static neural networks with Markovian jumping parameters, IEEE Transactions on Neural Networks and Learning Systems, vol. 29, no.11, pp. 5606-5618, 2018.
  • 5、Xusheng Qian, He Huang, Xiaoping Chen and Tingwen Huang, Generalized hybrid constructive learning algorithm for multioutput RBF networks, IEEE Transactions on Cybernetics, vol. 47, no. 11, pp. 3634-3648, 2017.
  • 6、He Huang, Tingwen Huang and Xiaoping Chen, Further result on guaranteed H∞ performance state estimation of delayed static neural networks, IEEE Transactions on Neural Networks and Learning Systems, vol. 26, no. 6, pp. 1335-1341, 2015.
  • 7、He Huang, Tingwen Huang and Xiaoping Chen, Guaranteed H∞ performance state estimation of delayed static neural networks, IEEE Transactions on Circuits and Systems Part II, vol. 60, no. 6, pp. 371-375, 2013.
  • 8、He Huang, Gang Feng and Xiaoping Chen, Stability and stabilization of Markovian jump systems with time delay via new Lyapunov functionals, IEEE Transactions on Circuits and Systems Part I: Regular Papers, vol. 59, no. 10, pp. 2413-2421, 2012.
  • 9、He Huang, Gang Feng and Jinde Cao, Robust state estimation for uncertain neural networks with time-varying delay, IEEE Transactions on Neural Networks, vol. 19, no. 8, pp. 1329-1339, 2008.
  • 10、He Huang, Daniel W. C. Ho and James Lam, Stochastic stability analysis of fuzzy Hopfield neural networks with time-varying delay, IEEE Transactions on Circuits and Systems Part II, vol. 52, no. 5, pp. 251-255, 2005.

科研成果

软件著作 著作：
  • 1、黄鹤，时滞递归神经网络的状态估计理论与应用, 2014, 科学出版社
 专利 专利：
  • 1、Wind speed prediction method based on forward complex-valued neural network，美国专利，2025
  • 2、Spatiotemporal enhancement network based video action recognition method, 美国专利，2025
  • 3、一种跨模态行人重识别方法和系统，发明专利，2025
  • 4、基于稀疏复值卷积神经网络的无线电信号调制识别方法，发明专利，2025
  • 5、基于自适应L-BFGS 算法的高光谱图像分类方法，发明专利，2025
  • 6、基于复数值前向神经网络的复信道均衡器设计方法，发明专利，2024
  • 7、Method for designing complex-valued channel equalizer，美国专利，2024
  • 8、基于生成模型的高可迁移性图像对抗样本生成方法，发明专利，2023
  • 9、基于深度学习的视频行为识别方法，发明专利，2023
  • 10、自适应数字调制信号解调器及其解调方法，发明专利，2023
  • 11、基于结构优化算法的复值神经网络的信号调制识别方法，发明专利，2022
  • 12、基于时空增强网络的视频动作识别方法，发明专利，2022
  • 13、基于深度学习的人脸特征点检测方法，发明专利，2021
  • 14、基于生成对抗网络的多姿态面部表情识别方法，发明专利，2020
  • 15、基于深度学习的一阶段车牌检测识别方法，发明专利，2020

荣誉及奖励

荣誉及奖励：
  • 1、2017年度中国电子学会优秀硕士学位论文指导老师
  • 2、2018年度江苏省优秀学术学位硕士学位论文指导老师
  • 3、神经网络模型的动态特征及优化计算理论, 2008, 教育部自然科学奖二等奖

招生信息

招生信息：

欢迎对科研有兴趣、自驱力强的同学报考研究生。

 招生信息（旧版）：