个人简介

邵元海，海南大学管理学院，教授，博士/硕士生导师。2011年毕业于中国农业大学，获博士学位，导师是邓乃扬教授。2013年入选浙江省高等学校中青年学科带头人人才计划，2016年美国University of California Los Angeles访问学者，2019年入选海南省拔尖人才。主持国家自然科学基金项目4项, 省自然科学基金项目3项, 浙江省中青年学科带头人学术攀登项目1项，参与省部级以上各类项目10余项。发表科研论文100余篇，其中SCI期刊论文60余篇，论文引用率2000余次。

2011 年作为负责人组建了OPTIMAL (Optimization for Machine Intelligence)科研团队，分享和发布我们的研究成果。2018年负责组建了I DO Lab. (Intelligence by Data and Optimization)，实验室主研数据挖掘和机器学习、大数据技术与风险管理等。

个人联系方式：shaoyuanhai21@163.com/shaoyuanhai@hainanu.edu.cn

主要研究领域

数据挖掘与机器学习

最优化方法和应用

大数据技术与商务智能

数据安全与风险管理

学术兼职

国家自然科学基金项目评审人

浙江省自然科学基金项目评审人

北京市自然科学基金项目评审人

教育部学位中心通讯评议人

中国运筹学会数学规划分会理事

中国统计学会理事

中国运筹学会会员等

国际会议：International Conference on Machine Learning and Signal Processing 国际指导委员会委员， IEEE International Conference on Data Mining Workshops 程序委员会委员，International Conference on Information Technology and Quantitative Management 程序委员会委员IEEE TNNLS, IEEE TFS, IEEE TC, Journal of Global Optimization, Knowledge and Information Systems，PR，NN, IS等多个期刊和国内外会议的审稿人

讲授课程

数据分析、数据挖掘、支持向量机、回归分析、运筹学、最优化方法、机器学习、算法设计与分析、Matlab软件、Spss软件、管理学研究方法论、商业智能、数据模型与决策等

目前主持和参与的项目

2020.01--2020.12国家自然科学基金委数学天元专项项目 SVM不定核学习的低秩优化算法（No. 11926349）经费：10 万 主持

2019.01--2022.12国家自然科学基金委面上项目 噪声数据的非凸损失函数支持向量机最优化模型与算法研究（No.11871183）经费：52 万 主持

2019.01--2022.12国家自然科学基金委地区项目 大规模数据挖掘中嵌入式数据归约的稀疏模型与算法研究（(No.61866010)）经费：40 万 主持

2018.01--2019.12 海南省自然科学基金青年项目 基金名称: 大规模数据挖掘中稀疏问题的优化理论与算法(编号：118QN181) 经费：10 万 主持

2017.09--2022.09海南大学科研启动基金项目基于统计学习理论的大数据分析(编号: kyqd(sk)1804) 经费：160万 主持

主要奖励

2018 浙江工业大学硕士研究生优秀毕业论文指导教师：指导硕士研究生裴华欣

2016 浙江工业大学硕士研究生优秀毕业论文指导教师：指导硕士研究生吴和吉

2015 浙江工业大学数学建模优秀指导教师：指导学生获得国家二等奖2项

2014 浙江工业大学数学建模优秀指导教师：指导学生获得国家一等奖1项

2013 浙江工业大学统计建模竞赛优秀指导教师：指导学生获得省级一等奖1项

2013 浙江省高等学校中青年学科带头人

2011 中国农业大学优秀博士毕业论文

2009 中国农业大学博士科研成就奖

主要科研成果

Chun-Na Li, Yuan-Hai Shao*, Huajun Wang, Yu-Ting Zhao, Ling-Wei Huang, Naihua Xiu, Nai-Yang Deng. Single Versus Union: Non-parallel Support Vector Machine Frameworks. 2019, arXiv preprint arXiv:1910.09734.

Huajun Wang, Yuan-Hai Shao, Shenglong Zhou, Ce Zhang, Naihua Xiu*. Support Vector Machine Classifier via $ L_ {0/1} $ Soft-Margin Loss. 2019, arXiv preprint arXiv:1912.07418.

Zhen Wang, Yuan-Hai Shao*, Lan Bai, Chun-Na Li, Li-Ming Liu. A general model for plane-based clustering with loss function, arXiv preprint, 2019, CoRR abs/1901.09178.

Chun-Na Li, Yuan-Hai Shao*,Wotao Yin, Ming-Zeng Liu. Robust and sparse linear discriminant analysis via alternating direction method of multipliers, IEEE Transactions on Neural Networks and Learning Systems., 2019, DOI: 10.1109/TNNLS.2019.2910991

Zhen Wang, Yuan-Hai Shao*, Lan Bai, Li-Ming Liu, Nai-Yang Deng. Insensitive stochastic gradient twin support vector machines for large scale problems, Information Sciences, 2018, 462: 114-131 .

Chun-Na Li, Zeng-Rong Zheng, Ming-Zeng Liu, Yuan-Hai Shao*, Wei-Jie Chen. Robust recursive absolute value inequalities discriminant analysis with sparseness, Neural Networks, 2017, 93:205-218.

Wei-Jie Chen, Yuan-Hai Shao*, Chun-Na Li, Nai-Yang Deng. MLTSVM: A novel twin support vector machine to multi-label learning, Pattern Recognition, 2016, 52: 61-74.

Zhen Wang*, Yuan-Hai Shao*, Lan Bai, Nai-Yang Deng. Twin Support Vector Machine for Clustering, IEEE Transactions on Neural Networks and Learning Systems, 2015, 26(10): 2583-2588.

Chun-Na Li, Yuan-Hai Shao*, Nai-Yang Deng. Robust L1-norm two-dimensional linear discriminant analysis, Neural Networks, 2015, 65: 92-104.

Yuan-Hai Shao, Wei-Jie Chen, Jing-jing Zhang, Zhen Wang, Nai-Yang Deng*. An efficient weighted Lagrangian twin support vector machine for imbalanced data classification, Pattern Recognition, 2014, 47(9): 3158-3167.

Yuan-Hai Shao, Chun-Hua Zhang, Xiao-Bo Wang, Nai-Yang Deng*. Improvements on Twin Support Vector Machines, IEEE Transactions on Neural Networks, 2011, 962-968.

招生信息

目前招收工商管理（大数据分析与商务智能方向）专业博士生，管理科学与工程、企业管理等专业硕士研究生。

想加入OPTIMAL团队的考生，请在学院统一组织的复试成绩公布后尽快联系。之前请认真复习准备复试，不必联系我，复试结束后导师和学生是双向选择。

建议联系我之前先对我们的研究方向做一些了解。欢迎对数据挖掘与机器学习、大数据分析和最优化感兴趣的同学加入OPTIMAL团队。兴趣是最好的选择，希望志同道合的人在一起，有凝聚力。

招生要求：对团队研究方向有兴趣、有团队精神、有较好的数学或计算机功底。

混学位、消极厌世、不思进取的同学建议不要联系我。