师资概况

undefined

高增,男,博士,河南工业大学青年教师。

现主要从事人工智能、医工交叉融合等研究工作,具体方向包括计算机视觉、深度学习、群智能优化和疾病预测等。参与国家自然科学基金面上项目1项;在国际知名期刊和会议上发表学术论文10余篇;授权/受理国家发明专利3项。

通讯地址:河南省郑州市莲花街100号

电子邮箱:gaozeng@haut.edu.cn


教育与工作经历

2012.09-2016.06    许昌学院              电气工程及其自动化专业 学士学位

2017.09-2020.07     郑州轻工业大学            电气工程专业      硕士学位

2020.09-2024.10     南京航空航天大学         计算机科学与技术专业     博士学位

2024.11-至今           河南工业大学      讲师


实验室和科研团队简介

所在团队致力于人工智能、机器学习理论及其在中医药数据分析、未病建模及疾病关联等方面的应用研究。通过采用现代技术采集舌象、脉象、病症等反映多种慢性疾病状态的跨时空多维数据,利用大数据、人工智能等技术作为手段,探究慢性疾病中医表征与病症发展变化的复杂映射关系,研究慢性疾病状态的科学表达方法,定位“未病”临界状态,建立病症由“未病”到“已病”变化的动态数据库,揭示“未病”到“已病”转变的共性规律。


研究领域与方向

1.目标分割与跟踪在医学中的应用。利用图像处理与深度学习技术,从医学图像(如舌象,眼底等)中准确分割出关键器官或病变区域,并通过动态跟踪技术实现对病变变化的实时监控。研究如何应对复杂病变的形态变化、噪声干扰以及不同患者间的个体差异,提升分割与跟踪的鲁棒性与精度。

2.舌象图像的健康状态评估与疾病风险预测。利用舌象图像特征并结合先进的计算机视觉与机器学习技术,对健康状态进行量化评估,并预测潜在疾病风险。通过长期跟踪舌象变化规律,探索舌象特征与疾病进程的关联性,为个性化健康管理和精准医疗提供科学依据。


研究成果

(一)代表性论文

[1]Gao Zeng, Zhuang Yi, Gu Jingjing, et al. A joint local-global search mechanism for long-term tracking with dynamic memory network[J]. Expert Systems with Applications, 2023, 223: 119890.  (SCI, 中科院1区, JCR Q1, Top, IF:8.5)

[2]Zhang Huanlong, Gao Zeng, Pan Youmei, et al. A synergy of the adaptive whale optimization algorithm and differential evolution for abrupt motion tracking [J]. Applied Soft Computing, 2023, 144:110554.   (SCI, 中科院1区, JCR Q1, Top, IF:8.7)

[3]Gao Zeng, Zhuang Yi, Gu Jingjing. Multi-strategy arithmetic optimization algorithm for global optimization and uncertain motion tracking. Cluster Computing, 28, 14 (2025). (SCI, 中科院3区, JCR Q1, IF:3.6)

[4]Gao Zeng, Zhuang Yi, Chen Chen, et al. Hybrid modified marine predators algorithm with teaching-learning-based optimization for global optimization and abrupt motion tracking[J]. Multimedia Tools and Applications, 2023, 82(13): 19793-19828. (SCI, 中科院3区, JCR Q2, IF:3.6)

[5]Xu Tao, Gao Zeng, Zhuang Yi. Fault prediction of control cluster based on improved arithmetic optimization algorithm and BP neural network[J]. Mathematics, 2023, 11(13):2891. (SCI, 中科院3区, JCR Q1, IF:2.4)

[6]Zhang Huanlong, Gao Zeng, Zhang Jie, et al. Novel visual tracking approach via ant lion optimizer [J]. IET Image Processing, 2020, 14(4):727-735. (SCI, 中科院3区,JCR Q3, IF:2.0)

[7]Zhang Huanlong, Gao Zeng, Zhang Jie, et al. Hybridizing extended ant lion optimizer with sine cosine algorithm approach for abrupt motion tracking[J]. EURASIP Journal on Image and Video Processing, 2020, 2020(4): 1-18. (SCI, 中科院4区, JCR Q3, IF:1.5)

[8]Zhang Huanlong, Gao Zeng, Ma Xiaoyang, et al. Hybridizing teaching-learning-based optimization with adaptive grasshopper optimization algorithm for abrupt motion tracking[J]. IEEE Access, 2019, 7: 168575-168592.  (SCI, 中科院2区, JCR Q1, IF:4.1)

[9]张焕龙,高增,张秀娇,史坤峰.混合模拟退火与蚁狮优化的图像匹配方法[J].计算机科学,2019,46(06):328-333. (核心期刊)

[10]高增,张焕龙,陈宜滨,刘俊峰,聂志诚.基于动态权重蚱蜢优化算法的突变运动跟踪[J].郑州大学学报(理学版),2020,52(02):36-44. (核心期刊)

(二)授权发明专利

[1]一种基于TLMPA-BP的集群系统可靠性评估方法,中国,ZL 202210680352.0.

[2]一种基于 ALO 搜索的突变运动目标跟踪方法,中国,ZL 201810161968.0.

[3]一种混合GOA和TLBO搜索的快速运动目标跟踪方法,中国,ZL 201811471278.1.