项目简介
研究各种人工智能算法（智能优化、特征学习、分类与回归模型，等），用于处理各种数据（数字信号：图像、语音、光谱、脑电、传感信号，等）种存在的复杂噪声、小样本、非平衡类别、特征学习的分类与回归问题。这些人工智能算法将可以实现从算法到原型系统再到软件再到软硬件系统中，满足各种实际需求。相关算法类型包括：神经网络、进化计算、机器学习（含深度学习，迁移学习，等）、专家系统、模糊系统，等。
  
研究成果
1）目前获得如下科研项目支持。
[1]    中央高校基本科研业务费“前沿交叉”专项项目，PD语音渐变式双深度迁移识别监测方法研究，25万，2019.1-2020.12，在研，主持
[2]    重庆市基础研究与前沿探索专项项目（cstc2018jcyjAX0779）：面向帕金森病诊断的经验引导式语音特征集成优选与深度迁移学习方法研究，2018-2021，10万，在研，主持
[3]    模式识别国家重点实验室2018年开放课题（201800011）：面向帕金森病分类的语音数据深度迁移学习机制研究与评估，2018.1-2019.12，4万，在研，主持
[4]    重庆市教委项目（KJ1603805）：基于深度语音特征学习的帕金森疾病诊断系统研究（3万，主研）（2016.7-2018.7），在研，主研
[5]    西南医院科技创新计划-联合孵化项目（SWH2016LHYS-11）：基于语音大数据分析的帕金森病早期发生发展过程研究与标记物提取（30万，联合负责人）（2016.3-2018.3），结题，主研
[6]    重庆大学高层次人才引进与稳定基金（CQUHF0314）：基于智能体进化算法的自适应特征选择分类（50,000RMB，负责人）（2007-2011）
[7]    重庆大学青年骨干教师创新能力培育基金（CDCX018）：用于模式分类知识数据双驱动的特征选择集成模型研究（30,000RMB，负责人）（2008-2011）
[8]    重庆市自然科学基金（CSTC,2008BB2164）：用于复杂图像分类的多模式特征选择集成模型（30,000RMB，负责人）（2008-2010）
[9]    重庆市自然科学基金（2007BB2150）：基于链式智能体遗传算法的模糊神经网络盲均衡研究。（20,000RMB，参研)（2007-2008）
 
2）目前获得如下科研论文与知识产权。
[1]   Yongming Li*,  Tingjie Xie, Pin Wang, Jie Wang, Shujun Liu，Xichuan Zhou, Xinzheng Zhang. Joint spectral-spatial hyperspectral image classification based on hierarchical subspace switch ensemble learning algorithm. Applied Intelligence, 2018，48(11):4128-4148  (SCI：000446426900016/EI: 20182205265474，3区)
[2]   Xiaoheng Tan, Yuchuan Liu, Yongming Li*, Pin Wang, Xiaoping Zeng, Fang Yan, Xinke Li. Localized Instance Fusion of MRI data of Alzheimer’s disease for Classification based on Instance Transfer Ensemble Learning. Biomedical Engineering Online，2018,17:49, 2018,May, 2  (SCI: 000431315900001 /EI: 20181805134175，3区)
[3]   Liu shujun, Wu guoqing, Zhang xinzheng, Zhang kui, Wang Pin, Li Yongming. SAR despeckling via classification based nonlocal and local sparse representation. Neurocomputing, 2017, 219(5):  174-185   (SCI: 000390734300017 /EI: 20164903088939 ，2区)
[4]   张小恒，王力锐，曹垚，王品，张成，李勇明*，张艳玲，承欧梅. 混合语音段特征双边式优选算法用于帕金森病分类研究. 生物医学工程学杂志，2017,34 (6) :942-948   （EI收录）
[5]   李勇明*，杨刘洋，刘玉川， 王品，邱明国， 谢文宾， 张小恒.  基于语音样本重复剪辑和随机森林的帕金森病诊断算法研究. 生物医学工程学杂志，2016, 33(6): 1053-1059  （EI：20165303200481）
[6]   Y. Li, X. Zeng. Sequential Multi-Criteria Feature Selection Algorithm based on Agent Genetic Algorithm. Applied Intelligence, Springer, 2010,33(2):117-131    (SCI: 000281788900003, EI: 20103813247896)
[7]   Y. Li, X. Zeng. Multi-Population Co-Genetic Algorithm with Double Chain-Like Agents Structure for Parallel global numerical optimization. Applied Intelligence. Springer, 2010,32(3): 292-310    (SCI: 591ER, EI: 20101912922678)
[8]   Y. Li, X.Zeng, Liang Han, Pin Wang. Two coding based adaptive parallel co-genetic algorithm with double agents structure. Engineering Applications of Artificial Intelligence, Elsevier, 2010, 23(4): 526-542     (SCI: 598XH, EI: 20101512836028) (IFAC优秀论文奖)
[9]   Y. Li, S.Zhang, X. Zeng. Research of Multi-Population Agent Genetic Algorithm for Feature Selection. Expert Systems With Applications, Elsevier, 2009,36(9):11570-11581     (SCI: 474GM, 000268270600018, EI: 20092512138582)
[10] B Liu, T.Duan, Y. Li*. One improved agent genetic algorithm - ring-like agent genetic algorithm for global numerical optimization. Asia Pacific Journal of Operational Research. World scientific, 2009, 26(4): 479-502     (SCI:497FA, EI: 20094412403754)
[11] X.-P. Zeng, Y.-M. Li*, J Qin. A Dynamic Chain-like Agent Genetic Algorithm for Global Numerical Optimization and Feature Selection. Neurocomputing. Elsevier, 2009, 72(4): 1214-1228     (SCI: 407NQ，EI: 090311865591)
[12] J Qin, X.-P. Zeng, Y.-M. Li. The Variable Scale Mean-Shift Tracking Using Local Information Fusion. Journal of Computational Information Systems. 2009,5(1):1553-9105    (EI: 20092212098710)
[13] 李勇明，张素娟，曾孝平，覃剑，韩亮. 轮询式多准则特征选择算法研究. 系统仿真学报，2009,21(7) : 2010-2013+2017
[14] Y. Li, and X. Zeng, Feature Selection Method with Multi-Population Agent Genetic Algorithm, Processing of the 15^th Asia-Pacific Neural Network Assembly (ICONIP 2008), New Zealand. LNCS 5507,493-500  (EI: 20093912332029 , ISTP: BLN31)
[15] 曾孝平，张晓娟，李勇明. 多子群协同链式智能体遗传算法分析. 重庆大学学报（自然科学版），2008，31（7）：781-785
[16] 曾孝平，郑雅敏，李勇明，王靖，张晓娟. 基于多准则的链式智能体遗传算法用于特征选择的研究. 计算机应用研究，2008，25(5):1315-1318, 1322
[17] 李勇明, 周頔，曾孝平，韩庆文. 内嵌多准则的遗传算法用于尿沉渣红白细胞的特征选择.  系统仿真学报，2008,20(14): 3853-3857,3863      (EI: 083411471802)
[18] 李勇明，曾孝平. 基于双向遗传算法的尿沉渣红白细胞特征选择. 计算机工程，2008,34(3):215-216
[19] 李勇明，曾孝平. 一种病态线性系统求解的新算法. 电路与系统学报，2008, 13(2):62-66
[20] 国家发明专利：李勇明，肖洁，王品，郑源林，颜芳，李新科. 基于加权核回归和封装式偏差搜索的综合年龄检测系统，申请号：CN201810655429.2，申请日：2018年6月23日   已公开
[21] 国家发明专利：李勇明，肖洁，王品，谭晓衡，刘书君，张新征，刘国金，基于多模态深度迁移学习的多源异构数据融合方法，申请号：CN201810464348.4，申请日：2018年5月15日   已公开
[22] 国家发明专利：李勇明，张馨月，王品，曾孝平，谭晓衡，刘书君，张新征，李东，谢廷杰，基于深度子空间切换集成学习的多源异构数据融合方法，申请号：CN201810732829.9，申请日：2018年7月5日   已公开
[23] 国家发明专利：李勇明，肖洁，王品，谭晓衡，刘书君，张新征，刘国金，基于迭代均值聚类的深度样本学习方法，申请号：CN201810558766X，申请日：2018年6月1日  已公开
[24] 国家发明专利：李勇明，林远，王品，曾孝平，王力锐，刘书君，宋炎翼，韩亮，宋琪，面向多源数据挖掘的多阶段深度迁移学习方法，CN201810655461.0，申请日：2018年6月23日   已公开
[25] 国家发明专利：刘书君 ; 曹建鑫 ; 沈晓东 ; 杨婷 ; 李勇明 ; 张奎 ;一种基于学习字典与非凸范数最小化约束的MRI图像重构方法. 公开号：CN107993205A，公开日：2018.05.04；申请号：CN201711211074.X  已公开
[26] 国家发明专利：李勇明，张成，王品，等. 分包融合集成学习数据分类方法，申请号：CN2018100973343  已公开
[27] 国家发明专利：李勇明;曾孝平;韩亮;赵德春;冯文江;吴玉成;蒋阳;韩庆文.一种面向复杂模式分类的特征选择方法（排名第1）（申请号：200810070033.8 ，授权号：ZL200810070033.8  ）
[28] 国家发明专利：李勇明，曾孝平，用于模式分类的动态特征选择方法（排名第1）（申请号：200810070105.9 ，授权号：ZL200810070105.9）
[29] 国家实用新型专利：李勇明，曾孝平 ; 蒋阳 ; 李正周 ;一种基于群智能的工业生产设备故障诊断装置（排名第1）（申请号：200820099545.2 ，授权号：200820099545.2）
 
3）目前实现如下软硬件成果。
目前主要是算法研究，针对于具体对象的智能算法已融入到相关软件中了。