导航
信息安全系
您现在的位置: 首页 >> 师资队伍 >> 正文

左宪禹

博士/教授/博导

联系方式:xianyu_zuo@henu.edu.cn

  

教师信息


姓 名

左宪禹

性 别

undefined

职 称

教授

办公电话

18637866093

电子信箱

xianyu_zuo@henu.edu.cn

系室分类

遥感大数据处理、图像智能处理、并行计算

个人主页

暂未填写


研究方向



高效能计算、遥感大数据处理、数值代数


教育及工作经历  



  1999年-2003年,河南师范大学,数学与信息科学学院,学士/本科
  2003年-2006年,河南师范大学,数学与信息科学学院,硕士/研究生
  2006年-2009年,河南师范大学,数学与信息科学学院,助教
  2009年-2012年,中国工程物理研究院,北京研究生部,博士/研究生
  2012年-至今,河南大学,计算机与信息工程学院,讲师/副教授


社会及学术兼职  



国家自然科学基金网络评审专家、中国计算机协会(CCF)会员


奖励及荣誉



1. 20142015学年度实习教学活动中,被评为河南大学优秀实习指导教师;

2. 20152016学年度,获得河南大学教学质量奖二等奖;

3. 20185月,获得河南省教育厅科技成果二等奖;

4. 20189月,被评为开封市优秀教师;

5. 20185月,获得河南省教育厅科技成果一等奖;

6. 获得2019年度河南省科学技术进步奖二等奖。


主讲课程



主讲过《数据结构》、《计算机网络》、《计算机导论》、《航空气象学》等课程。


论文著作



已发表学术论文30余篇,代表性论文如下: 

1.Research Progress on Models, Algorithms, and Systems for Remote Sensing Spatial-Temporal

Big Data Processing, IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING,2021,SCI

2.A Dynamic Acceleration Method for Remote Sensing Image Processing Based on CUDA, Wireless Networks,2021,SCI

3.A two-sweep shift-splitting iterative method for complex symmetric linearsystems,       AIMS Mathematics,2020,SCI

4.A NOTE ON BLOCK PRECONDITIONER FOR GENERALIZED SADDLE POINT MATRICES WITH HIGHLY SINGULAR (1,1) BLOCK,Journal of Applied Analysis and Computation,2019,SCI

5.Multicore parallel robust structured multifrontal factorization method for large discretized PDEs, Journal of Computational and Applied Mathematics, 2016,SCI

6.A Parallel Version of GPBi-CG Method Suitable for Distributed Parallel Computing,      

Comp. Appl. Math.,2016,SCI

7.Improved convergence theorems of multisplitting methods for the linear complementarity problem, Applied Mathematics and Computation,2014,SCI

8.An improved generalized conjugate residual squared algorithm suitable for distributed parallel computing,Journal of Computational and Applied Mathematics,2014,SCI

9.An efficient block variant of robust structured multifrontal factorization method,       Chin. Phys. B,2013,SCI

10.An improved GPBi-CG algorithm suitable for distributed parallel computing,          

Applied Mathematics and Computation,2010,SCI

11.An improved parallel hybrid bi-conjugate gradient method suitable for distributed parallel computing,Journal of Computational and Applied Mathematics,2009,SCI

12.An improved bi-conjugate residual algorithm suitable for distributed parallel computing,Appled Mathematics and Computation,2007,SCI




科研项目


1.国家重点研发计划子课题(2019YFE0126600):亚洲大洋洲区域综合地球观测(AOGEO)知识枢纽及应用示范,2020.11-2023.12,主持

2.河南省重大科技专项(201400210300):农业遥感大数据并行处理技术研究及应用,2020.11-2022.12,主持

3.国家民用空间基础设施中长期发展规划(2015-2025年)子课题:共性技术工具测试驱动检验及数据预处理软件,2021.4-2022.12,主持

4.国家重点研发计划子课题:小麦、玉米农田信息智能化决策管理关键技术,2017.09-2021.12,参与

5.国家民用空间基础设施中长期发展规划(2015-2025年)子课题:陆地观测卫星共性应用支撑平台项目-应用技术共享服务软件,2018.01-2019.12,主持

6.河南省重点研发与推广专项:基于遥感影像的植被指数并行提取方法研究,2018.01-2019.12,主持

7.国家高分重大专项课题:地球表层系统科学研究应用示范系统,2014.12-2017.12,参与

8.国家自然科学基金:基于高分辨星载SAR图像的丹江口水库安全与水环境监测研究,2017.01-2019.12,参与

9.国家自然科学基金:一维实或复动力系统中若干问题研究,2015.01-2018.12,参与

10.国家自然科学基金:异构多核并行机上线性代数方程组的快速算法研究,2013.01-2015.12,主持

11.河南省教育厅高等学校重点科研项目:基于异构多核混合架构的遥感图像快速处理方法的研究,2015.01-2016.12,主持

12.国家自然科学基金:面向异构多核千万亿次并行机的辐射流体力学并行算法研究,2012.01-2015.12,参与

13.国防科技工业民用专项:基于三次有理函数的光学卫星几何精校正技术研究,2013.01-2014.12,主持

14.国家自然科学基金:辐射流体力学异构多核大型并行机的可扩展新型算法研究,2012.01-2014.12,参与




专    利



1. 一种基于UDT的对等网络数据传输方法,授权号:CN201510635205

2. 基于目标的信息物理融合系统软件需求分析方法,授权号:CN201510744802

3. 一种基于一维数组结构的遥感影像NDVI并行提取方法,申请号:CN201710792598.6

4. 一种基于OpenACC的归一化植被指数并行提取方法,申请号:CN201910655309.7

5. 一种经过持久化和耦合度优化的API网关及其方法,申请号:CN202010294300.0

6. 面向遥感影像的GPU动态自适应加速方法,申请号:CN202010263402.6



其    他



本人目前的研究工作依托于河南省大数据分析与处理重点实验室的遥感大数据分析与处理团队,主要从事高效能计算、遥感信息处理等方面的研究工作。

作为遥感大数据分析与处理团队负责人,真心欢迎具有相近研究兴趣的老师、同学来我们团队(曾宪梓楼西侧四楼)进行参观、交流和学习!

欢迎报考我们团队的研究生,团队可为研究生提供的支撑条件如下:

1、 良好的科学研究与技术研发氛围;

2、 研究内容丰富,团队目前拥有博士生导师3人,硕士生导师13人,研究方向包括:

1)智能遥感信息提取与应用

2)大数据并行处理

3)遥感信息系统体系结构研究

4)大数据深度数据挖掘

5)大数据传输安全

3、 团队经费充足,可为研究生提供国内外学术交流费用支持,以及三年两万元左右的生活补助;

4、 团队长期与中国科学院遥感与数字地球研究所、声学研究所开展研发合作,可为研究生提供到北京学习交流的机会;

5、 团队可为研究生(专业硕士)提供参与“国家重大专项课题”工程应用研发的机会,并基于团队所拥有的丰富考博或就业资源,为学生提供很好的毕业推荐。