现在位置:首页—> 关于学院—> 科研亮点

山东大学计算机科学与技术学院经过多年的发展与积累,形成了以城市建模与可视化、人机交互与虚拟现实、软件与数据工程、智能信息处理、智能计算、大数据管理与分析、机器学习与媒体分析、信息安全与密码学、体系结构与高性能计算、计算机网络为主要研究方向的科研体系,形成了鲜明特色和优势。近年来,学院教师承担了国家“973”项目课题、“863”项目、国家科技支撑计划、国家自然科学基金重点项目以及其他国家级、省部级及横向科研项目,在国际顶级会议及期刊上发表高水平学术论文多篇,先后获得多项国家级和省部级科技成果奖励,取得了一批有影响力的科研成果。

大规模城市场景三维建模及可视化

获取城市场景的三维描述和理解是一个新颖并充满挑战的课题,也是构建智慧城市的数据基础。Google Earth3D和 Apple 3D Map平台的推出与普及对该研究提出了更高更迫切的需求。城市场景三维化的应用包括城市规划与管理、应急方案的设计与实施,以及生活娱乐等。陈宝权教授在大规模城市场景三维建模与可视化方面做出了很多显著性成果,包括:(1)快速车载激光扫描三维点云数据直接获取;(2)车载视频摄像及三维空间信息快速准确获取;(3)低空机载视频摄像及其三维信息获取;(4)结合遥感(航拍)图像、车载激光扫描数据、车载视频数据、机载视频数据等的多源数据融合;(5)由于遮挡或外界干扰造成的场景不完整数据的恢复。近五年来在该领域最顶级的国际会议SIGGRAPH及SIGGRAPH ASIA上发表了18篇高水平论文,得到国内外学术界的广泛关注和高度评价,并受谷歌和NAVTEQ美国总部、以及Autodesk和Nokia等公司中国总部邀请进行访问交流。

集成化计算机辅助图案设计制版系统

在国家863计划“智能化电子印花分色系统研究与开发”和“集成化计算机辅助图案设计制版系统(ICAPD)”两个项目的支持下,对一些难点和前沿课题作了深入研究,提出了一些创新性的思想和技术,如图案的多分辨率对象表示模型、精确分色技术、高精度半色调挂网与制版输出技术、图案智能生成与织物仿真等技术、图案协同设计技术、基于RIP的激光照排技术等。这些技术的突破,提高了系统图案的表示能力、设计制版效率、分色制版精度以及印制云纹图案能力;研究实现了产品的计算机仿真验证功能,可以缩短设计生产周期,提高产品质量和档次;同时针对不断出现的数字化印花设备,提供输出接口,拓宽了系统的应用领域,使系统成为提升企业数字化、信息化水平,提高我国传统优势行业的工业化水平的有力工具。完成的“集成化计算机辅助图案设计制版系统(ICAPD)”2002年荣获国家科技进步二等奖。

真实感动漫渲染系统研究与应用

面向动漫影视等产业的应用需求,基于国产亿亿次及以上的高性能计算平台,研究高度真实感渲染及并行优化方法、大规模并行渲染任务管理和数据管理等关键技术;研发有效运行在国产亿亿次平台的大规模并行渲染软件;构建基于高性能计算机的渲染服务平台;开展动漫渲染示范应用和推广,为我国影视动漫产业的发展提供有力的技术和服务支撑。该项目获得了国家国家高技术研究发展计划(863计划)重大项目支持,总资助额度为 936万。

软件与数据工程

随着云计算的发展,诸多行业,如人力资源社会保障、智能用电等,其软件系统呈现出跨域、分布、异构、多租户特点,其数据管理也呈现出大规模、多样化、分布式、智能化发展的趋势。面向上述需求,中心围绕大规模数据管理、数据集成与智能数据分析、软件体系结构与业务流程等方面开展前沿理论、方法和技术研究,提出一种适合SaaS多租户数据管理及数据隐私保护机制,大数据集成、管理、分析方法,自适应的软件协同定制方法和执行机制、业务流程随需构建、动态演化与调度技术等。基于上述研究,研发完成云计算软件交付与运行支撑平台。在平台的支撑下,形成了人力资源社会保障管理与服务一体化平台、智能用电管理与服务平台等多项行业应用软件产品。研究成果获得了国家十二五现代服务业科技支撑计划项目、工信部电子基金、山东省科技发展计划、山东省信息产业发展专项资金等多个项目支持。拥有相关专利5项,并荣获教育部科技进步二等奖1项,山东省科技进步一等奖1项,山东省科技进步二等奖2项。

通过产学研的结合,研究成果在人社领域、电力领域得以广泛运用,在人社领域,产品遍及山东、江苏、甘肃、青海等十几个省市自治区,发卡1,100余万张,覆盖1万多个定点药店和定点医院,年交易量超过80亿人次;在电力领域,建成全国首个最大电能量信息采集平台,接入电力用户2500万户,接入各类终端、表计达 1300 多万台,日均数据处理量达50亿条(700G)。产品在全国十几个省、市、自治区推广,形成规模优势,产生了重大的经济和社会效益。

三维数据表示理论和关键技术

在国家自然科学基金重点项目、重大国际合作项目的资助下,针对基于空间数据的三维数据表示中现存的四个理论问题和关键技术进行了研究,重要研究成果包括:提出了对区域采样的图像数据,反求区域采样原理的逆过程的理论和方法,由区域采样数据求解点采样数据的技术;提出了具有目前国际上精度最高的数据点参数化的数学理论和方法,优化了参数化评价标准;发现了极小化曲线的应力能和极小化曲率变化率在许多情况下不能使曲线具有理想的形状,在极小化带约束的应力能基础上,提出了使曲线曲面具有理想形状的新优化模型;提出了新的带约束的三维数据表示的理论和方法。以上成果为解决基于空间数据的三维数据表示中的四个关键和难点问题提供新思路和途径、新理论和方法,为三维数据表示在上述领域中的有效应用提供一系列简单、高效和鲁棒的新方法和技术。学科组研究成果发表在国际期刊《ACM Transactions on Graphics》、《IEEE TVCG》《中国科学》、《Computer Aided Design》、《Computer Aided Geometric Design》上。同时以上成果被应用于人体的切片数据分析与处理,完成了“基于数据挖掘的虚拟人体造型技术的医学图像处理系统”,并获得了2012年教育部科技进步奖二等奖。

基因组重组

基因组的重组距离是推演物种演化历史的重要证据。上世纪九十年代初,加拿大院士David Sankoff最先将基因组重组抽象为Reversal(翻转)、Translocation(移位)、Tranposition(转位)等三种基本的改变基因相对位置的重组操作,后来又衍生出Block Move(块移动)、Double cut and Join(DCJ、二次切割并连接)、Cut and Paste(切割再粘贴)等新的重组操作。自此,如何用指定的重组操作将一个基因组转化为另一个基因组的重组距离问题,成为理论计算机科学及计算生物学研究的经典问题,其算法与计算复杂性被广泛而深入的研究。

智能算法与软件课题组对此类问题展开深入研究并取得若干重要成果。证明了基因组移位排序重组问题是NP-难的,并先后设计了近似性能比为1.75、1.5+的近似算法,相关结果发表在JCSS(IF 1.106)、IEEE/ACM Trans. Computational Biology and Bioinformatics(IF 1.616)等高期刊杂志上。设计了基因组DCJ排序重组问题的1.5-近似算法,相关结果发表在高水平杂志 Bioinformatics(IF 5.323)上。设计了基因组Cut and Paste重组问题的2.25-近似算法,发表在高水平杂志发表在JCSS(IF 1.106)。

大数据管理与分析

大数据上的关键字搜索技术

关键字搜索提供了对海量异构数据的统一便捷的访问方式。传统上,用户需要通过特定的语言(如SQL)来对结构化数据(如关系数据)进行查询。这些方式或者是对用户的技术水平要求较高,或者缺乏灵活性。关键字搜索是近年来出现的一个直观、灵活、易用的办法。其目标是使用户可以象使用Google 那样方便地查询各种异构数据。虽然面向万维网的关键字搜索技术已趋成熟,实现结构化数据上的关键字搜索仍面临着诸多挑战,是当前研究难点、热点之一。在国家自然科学基金的资助下,我们取得了以下主要成果:(1)在国际上率先提出关键字查询清理(Keyword Query Cleaning)问题,并提出了一系列的解决方案;(2) 给出了基于整体重要性的关键字查询结果排序策略、索引结构和算法。研究成果先后发表在VLDB’08、ICDE’09, ICDE’12, SIGMOD’14等顶级会议和TKDE(2013)等顶级期刊上。

社会媒体数据挖掘

社会媒体的快速发展使得网民的参与意识空前强大,近年来网上由用户直接张贴的产品评论的数量经历了爆炸式的增长。如何从大量的产品评论数据中挖掘出有用的知识,来指导企业的产品开发、营销策略等,成为一个重要的研究课题。在国家自然科学基金的资助下,,我们取得了以下主要成果:(1)提出了评论数据情感分析模型S-PLSA,并首次提出将情感分析用于销售预测的模型ARSA,成果先后发表在SIGIR’07(他引65次)和TKDE (2012)等顶级会议和期刊上,总引用120次以上;(2)提出了评论质量预测模型,发表在ICDM’08、WWW’10等国际会议上,累计已被引用90余次;(3)首次提出了基于意见挖掘的协同过滤方法,成果发表在ICDM’12上。

嵌入式系统

以网络化、高效能的计算机体系结构以及嵌入式系统为研究对象,以物联网在电力、监控、环境监测等领域的应用为背景,在嵌入式系统与网络可信计算、基于FPGA的专用处理器与指令集架构设计、混合存储架构设计与优化等方面的理论研究与技术应用成果于国内相关领域取得了较高的知名度。学科组近五年来承担或完成国家自然科学基金项目4项,并承担了包括国家863计划子课题,国家发改委项目,科技部国际合作重点项目在内的多项国家重要科研项目。

近年来,学科组在中国计算机学会推荐国际会议与期刊以及计算机学报上发表论文近40篇,其中关于移动自组织网络可信管理模型以及嵌入式系统实时性分析算法方面的论文在对应的研究方向上取得了一定的国际影响力。相关研究与应用成果目前已获得国家发明专利及实用新型专利授权10余项。面向电力行业、工业控制以及海洋机械平台故障诊断等领域研发的嵌入式产品获得了良好的市场应用。学科组承担及参与的“企业数据网络与控制网络一体化技术应用研究”项目获得山东省科技进步二等奖;山东省科技攻关项目“海洋环境实时监测及赤潮灾害智能预报分析平台”获得教育部科技进步一等奖。

网络安全与密码学

安全多方计算学术领域研究密码学理论的基础性问题,解决密码学中一些基础的存在性和可行性问题,比如某类问题在什么环境下是可以安全计算的,对他们进行安全计算的复杂度是什么,安全的定义如何给出等。安全多方计算的研究为各领域密码学研究提供理论指导与保障,是建立密码学理论的基石。近年来安全多方计算是密码学研究中十分前沿并热门的研究领域,每年在三大密码会议及STOC、FOCS、TCC、CCS等计算机科学与密码学顶级会议中,安全多方计算的研究都占据了相当的比重。

对于安全多方计算背景下的基本算术运算,特别是模运算的研究,为更高级复杂的运算提供底层保障,是一个广受关注的研究方向。原有的一些如大小比较、相等测试、模约减、求幂等运算都利用了一种称为比特分解工具,运算效率不高。在2010年亚密会上,我们借助比特分解协议里的许多思想和子协议,但避免直接使用它,给出了具有线性交互复杂度的公开模数模约减协议;随后在2011年亚密会上我们又给出了线性交互复杂度的秘密求幂协议,这不仅提高了这两类安全多方计算基本运算的实现效率,同时也证明了这类运算存在线性交互复杂度算法,具有基础性的理论意义。该工作得到国内外同行关注。

高性能计算

高性能计算是计算机科学研究与工程领域的重要热点问题。同时,作为在全球市场份额不断扩大的一个高科技产业,高性能计算被广泛应用于国防、金融、能源、航空航天、生物、电子、气象等高科技领域,它对增强国家的科技以及经济竞争力有着重大推动作用。山东大学计算机科学与技术学院高性能计算学科组一直致力于高性能计算体系结构、算法设计及应用、云计算、大数据处理、并行与分布式算法设计与优化的前沿创新性研究,已经积累了较为深厚的研究基础,取得了一系列本领域国际一流的原创性研究成果,在高性能计算领域高水平国际期刊和著名国际会议上,发表了一系列学术论文,有关成果得到了国内外同行的高度评价和引用,其中学科组科研成果Parallel Pattern-based Systems for Computational Biology: A Case Study以及Streaming Algorithms for Biological Sequence Alignment on GPUs发表在IEEE Transactions on Parallel and Distributed Systems这一高性能计算领域顶级国际期刊上(CCF A类期刊);此外在高性能算法设计与应用方面学科组在国际上首次高效设计并实现了基于图形处理器(GPU)和Intel集成众核架构(MIC)的大规模生物数据库搜索算法,从而为大规模使用异构众核架构解决各领域的通用高复杂度计算问题打下了基础。目前学科组的主要研究方向还包括高性能计算体系结构、高性能算法设计与应用(涉及计算金融学、计算生物学、科学计算等领域)、多核以及众核处理器上的算法设计与性能分析、高性能数据存储、云计算等一系列高性能计算领域的热点问题。