平台/团队负责人：
李本崇 副教授libenchong@xidian.edu.cn
平台/团队成员：
杨有龙，教 授 冶继民，教 授
宋 月，副教授 王红军，副教授
张胜利，副教授 朱明敏，副教授
贾纪腾，副教授 于 淼，副教授
凌 博，讲 师 张春芳，讲 师
一、平台/团队简介：
高维统计学科研与教学一体化团队成员聚焦高维数据的建模、理论、算法与应用，研究方向包括高维数据分析算法及应用研究、信号处理中的数学方法与随机过程理论及应用、复杂数据动态相依建模与推断研究、生物信息学中的智能计算、大规模稀疏矩阵计算、理论及应用、函数逼近与最优恢复。
近年来，团队成员取得了一系列研究成果，在该领域国际知名期刊发表论文30余篇。团队成员承担国家自然科学基金7项，省部级和企业项目10余项；冶继民教授负责的“概世英雄”团队和杨有龙教授负责的“高维数据分析”团队均是公司“三好三有”导学团队；主持的“高等数学”获国家精品资源共享课称号；主持的“数学建模”获陕西省精品资源共享课称号；第20届公司青年教师教学竞赛中获一等奖1项；首届陕西省数学类专业课堂竞赛中获特等奖2项；第六届陕西高校青年教师教学竞赛理科组一等奖1项；发表教改论文近10篇；出版规划教材《统计计算与R实现》第二版；指导员工参加全国老员工数学竞赛、全国(美国)老员工数学建模竞赛、全国研究生数学建模竞赛等员工赛事中获国家二等奖及以上奖项30余项。这些成果有力支撑了公司统计学和应用统计学第五轮学科评估，获得国内同行的肯定。
团队成员每年邀请海内外20多位知名专家讲学、举办2次30余名学者参加会议；每年团队成员在相关领域会议和兄弟院校做讲座20余次。这些活动拓宽了团队成员的研究视野、提升了公司统计学科的知名度和影响力。
二、主要研究方向：
1.高维数据分析算法及应用研究
主要研究方向为(１)高维概率与统计研究(高维统计理论、高维数据分析算法及应用)；(２)机器学习理论及算法研究(非负矩阵分解、数据融合、数据预测理论及算法)；（3）最优化理论在高维统计分析与机器学习的应用。
2.信号处理中的数学方法与随机过程理论及应用
针对信息化时代的需求，瞄准人工智能发展中大数据处理与分析的需求，开展了独立分量分析、时间序列分析等方向研究。在雷达信号处理、金融时间序列分析等关键技术取得了重要成果。
3.复杂数据动态相依建模与推断研究
结合降维方法和统计相依模型建立复杂数据一般动态模型，研究动态相依模型的统计性质，提出有效解决高维动态相依模型统计推断和模型选择问题的算法，提高模型在复杂数据中的适用性，并基于随机过程和平稳时间序列模型推导动态系统可靠性，实现系统可靠性实时预测。
4.生物信息学中的智能计算：机器学习与深度学习前沿应用
该方向致力于融合人工智能与计算生物学，通过发展面向多模态生物数据的深度神经网络模型与算法，解决高通量测序、医疗影像分析等领域的核心问题。研究重点涵盖基因序列智能注释、蛋白质结构预测、药物重定位与合成设计等关键领域，显著提升对复杂生物系统的解析能力与精准医疗的决策水平。这一交叉学科的迅猛发展不仅革新了传统生物医学的研究范式，更为探索生命奥秘提供了前所未有的智能驱动引擎。
5.大规模稀疏矩阵计算、理论及应用
稀疏矩阵理论、计算及应用方面的研究：将稀疏矩阵计算和张量低秩逼近相关的理论结果和方法与数据可视化及图像处理相结合，构造具有保结构并行特性的数值或符号算法，并从（块）对角化和数据降维两个角度讨论针对大型带状稀疏矩阵的保结构数值算法及其并行实现。
