报告时间：6月12日（周一）15：00

报告地点：电气A104

报告题目：基于压缩感知的大数据信息处理

报告人：李丽香教授 北京邮电大学

报告人简介：李丽香，女，教授，博士生导师，全国百篇优秀博士学位论文奖的获得者,教育部新世纪优秀人才，霍英东教育资助奖励获得者，中国密码学会优秀青年奖获得者，北京高校青年英才计划获得者。德国波茨坦气候影响研究所访问学者，香港中文大学香江学者。目前是灾备技术国家工程重点实验室、网络和交换技术国家重点实验室、北京邮电大学网络空间安全学院的科研骨干教师。主要从事群体智能、复杂网络、压缩感知和网络空间安全等方向的科研和教学工作。担任PLOS ONE，Journal of Applied Mathematics等期刊编委。在PNAS、Nature子刊Scientific Reports等国际著名SCI期刊上已经发表学术论文100余篇，其中第一作者22 篇，通信作者47 篇，多篇论文入选ESI高引论文，出版学术著作1部，SCI他引1000余次，谷歌引用3200多次。在群体智能研究方面的论文成果《Chaos-order transition in foraging behavior of ants》于2014年5月发表在美国科学院院刊PNAS上（它与Nature、Science、CELL公认为世界四大名刊），该文一经发表就引起了广泛的关注，在发表后1个月内得到了国内外200余家知名媒体刊出了长篇报道：国外如美国《时代周刊》、《每日科学》、《基督教科学箴言报》，英国《每日邮报》等，美国著名媒体AOL和 NEWSY也进行了视频播报，国内如《科技日报》、《人民网》、《新华网》等。作为项目负责人目前承担国家重点研发项目课题1项，国家面上项目1项。作为项目负责人已经主持完成了包括国家自然科学基金、全国优秀博士学位论文作者专项资金、霍英东基金等8项国家/省部级科学研究项目，此外作为项目主研人还参与完成了包括973计划子课题、国家自然科学基金、中日韩前瞻计划、中港联合基金等11项国家/省部级课题的研究。

内容简介：压缩感知是目前国内外比较热门的一个研究方向。现代信号处理的一个关键基础是 Shannon-Nyquist采样理论，即一个信号可以无失真的重构所要求的离散样本数由其带宽决定的。压缩感知作为一个新的采样理论，它通过开发信号的稀疏特性，可以在远小于Shannon-Nyquist 采样率的条件下，用随机采样获取信号的离散样本，然后通过非线性重构算法完美的重构原始信号。压缩感知是由菲尔兹奖获得者陶哲轩、IEEE Fellow E. J. Candes和美国科学院院士D. L. Donoho 于2004 年提出的。该理论一经提出，就引起学术界和工业界的广泛关注。它在信息论、图像处理、地球科学、光学、微波成像、模式识别、无线通信、大气、地质等多个领域都有应用，被美国科技评论评为2007年度十大科技进展。本次报告主要讲述压缩感知理论最新的研究进展及其在信息安全方面的应用。具体从如何更有效地采集数据出发，系统全面地阐述压缩感知的基本理论，重点介绍我们新近提出的半张量积压缩感知理论，该理论突破了传统压缩感知测量矩阵维数的限制，可以使得在数据的采样恢复过程中所需要处理的测量矩阵维数大大降低，从而获得比经典压缩感知更低的采样率对信号进行处理和恢复。本次报告还介绍了混沌半张量积压缩感知理论及其在图像加密方面的应用，该方法既节约了密钥的存储空间又能达到高质量的加密效果。同时本次报告还介绍了半张量积压缩感知在高速通信网络、物联网、天基地基网络、气象卫星、大数据处理、信息论和编码、控制等多个领域可能的潜在的应用前景。