科学计算与软件工程方向-西南科技大学计算机科学与技术学院

科学计算与软件工程方向

1 简介

本方向拥有教师19人，其中，高级职称 5 人，博士10人，在读研究生40余人，四川省教育厅创新团队一个。研究军民融合航空发动机/飞行器设计等大型专业软件开发、运行与维护的原则、方法、技术及相应的支撑工具、平台与环境。基于 MPI、OpenMP 及 CPU/GPU 等计算架构的科学计算，软件架构与研发，最优控制理论与软件，云计算环境中的数据安全保护技术与安全软件开发，智能信息分析与处理，医疗大数据分析与辅助诊断等。

2 成员信息

团队科研力量雄厚，共有研究人员20余人，其中高级职称11人，研究生导师12人，博士16人。已毕业研究生近100人，在读博士研究生3人，在读硕士研究生近30人。团队主要合作单位：中国空气动力研究与发展中心、绵阳市中心医院、上海联影。

团队负责人

刘志勤，女，二级教授，四川省有突出贡献的优秀专家，四川省学术与技术带头人，国家863项目评审专家，绵阳市中青年科技拔尖人才，绵阳市优秀教师。长期从事计算机科学与技术领域中的网络技术和科学计算研究，先后主持和主研国家科技工程重大专项“十二五”科技攻关项目子项、国家863计划、国防科技攻关、国家自然科学基金、等省部级及以上项目19项；申请专利6项，获得授权4项，获软件著作权12项；发表论文70余篇；获省部级一等奖2项，二、三等奖7项。

其它成员

	吴颖川，研究员，硕士生导师。主要从事高超声速飞行器机体/推进一体化技术研究工作，先后在流场显示技术、非结构网格数值模拟以及吸气式高超声速技术研究方面取得突出成绩。获得军队科技进步一等奖1项，二等奖2项，三等奖2项。	陈波，教授，硕士生导师，西南科技大学副校长，四川省有突出贡献的优秀专家，四川省学术与技术带头人后备人选。长期从事计算机应用技术的教学、研究与开发，主要研究方向是智能控制、AI医疗等，在国内外学术期刊发表论文30余篇；主持和主研包括国家“863”计划项目、省部级项目及横向科研课题等20余项；获四川省科技进步奖、四川省优秀教学成果奖多项.
	黎作武，研究员，博士生导师，自然科学基金通信评审专家，《中国大百科全书》学科编委，国际能源署IEAT29中国负责人。主要从事空气动力学及风能相关领域研究，作为负责人承担了国家自然科学基金4项，新能源领域863项目、高性能计算相关973项目以及其他任务20余项；获得国防科工科技进步一等奖2项，军队二等功1次，三等功1次。	王耀彬，四川省学术与技术带头人后备人选，国家教育部科技管理信息系统专家库专家，中国计算机学会CCF高级会员，国家自然科学基金通讯评审专家，四川省科技专家库专家，多个国际学术会议程序委员会成员，10余种国际学术期刊和会议审稿人。主持国家自然科学基金面上/青年项目、四川省科技项目等课题10余项。作为骨干研究了20余项国家自然科学基金/973/863/国家科技重大专项等科研项目。近年在CCF推荐重要国际学术会议和国内外核心期刊发表论文50余篇，主编出版科学出版社学术著作1部，授权发明专利和软件著作权5项，获四川省科技进步三等奖1项。
	鲜于剑波，硕士生导师，绵阳市中心医院院长，先后荣获绵阳市十佳卫生服务明星，四川省卫生厅学术技术带头人，绵阳市第九批有突出贡献的中青年拔尖人才等荣誉。发表论文二十余篇；获省市科技成果奖6项；科研立项4项。	陈立伟，教授，硕士生导师。主持“吊装系统无人值守的视觉关键技术研究及系统应用”，“RFID多标签智能识别技术研究”等省部级项目多项，教育厅项目1项，省重点实验室项目1项，主研国家自然科学基金、国家军工项目多项；在国际学术会议和国内外核心期刊发表论文20余篇，其中SCI，EI收录论文十余篇；出版学术专著1部。
	王东，硕士生导师，绵阳市中心医院党委书记，享受国务院特殊津贴的专家，先后荣获了“省优秀青年技术创新带头人”、“省学术和技术带头人后备人选”等荣誉。主编、参编医学专著6部；公开发表论文60余篇；参与科研项目26项，获省、市级科技进步奖21项，获国家863计划、吴阶平基金等国家级资助项目6项。	刘启榆，硕士生导师，四川省卫生厅学术技术带头人，绵阳市中心医院医技党支部书记。近年来，在国家核心期刊发表论文40余篇；参与编写医学影像技术专业案例版规划教材《医学影像设备与成像理论》、《多层螺旋CT成像技术》及《地震灾害医院医疗救治管理》等专著；个人主持的多项科研项目多次获四川省、绵阳市科技进步奖，当前承担的省、市级科研项目四项。
	郑介志，博士，上海联影技术副总，深圳市海外高层次人才孔雀计划的精准医疗研究团队的核心成员。主要研究医学影像分析、计算机辅助诊断、模式识别与机器学习；发表40余篇科学著作，在国际著名IEEE Transactions、AAAI等国际著名期刊与顶级会议都有发表相关工作。	刘敏贤，博士，副教授。主研国家高新技术研究发展计划2项、国家自然基金2项，主持四川省教育厅科技项目1项，西南科技大学博士基金项目1项，中物院委托项目多项；在Journal of Low Temperature Physics、计算机工程等国内外杂志发表论文20余篇，其中SCI、EI收录十余篇；参与发明专利2项。
	刘涛，硕士生导师，博士。主要研究高性能计算、数值仿真、计算机应用系统设计与开发等，涉及计算流体、核素迁移模拟、两相流模拟等研究学科。主持和参研项目包括：湍动能输运过程模拟的液体燃料喷雾雾化过程研究、基于蒙特卡洛方法的核素迁移研究、低速湍流燃烧软件设计与开发、液雾两相数值模拟研究等；拥有发明专利1项，软件著作权4项，发表论文10余篇。	赵冬梅，讲师，博士。主要从事热科学数值模拟工作，参与国家重大研发计划、国家自然科学基金、四川省科技计划等多项科研项目；近三年，在高水平国际学术期刊和会议上公开发表多篇学术论文，其中3篇被SCI/EI检索；获得软件著作权1项。
	黎茂峰，讲师，CCF中国计算协会会员。主要从事软件体系结构和物联网应用体系结构及语义计算技术方向的研究工作。主研国家863计划、国家自然科学基金、省市级科研项目和军工项目等项目多项；参编专著1本；获授权专利1项，获软件著作权2项；获四川省科技进步奖三等奖1项，绵阳市科技进步奖1项。	苏波，讲师，博士，CCF会员/多种学术期刊和会议审稿人。依托于中国地震局地壳应力研究所，以地震波为研究对象，从事科学计算与软件工程相关工作。参与国家重大研发计划、国家自然科学基金、四川省科技计划等多项科研项目；先后参与编写并出版了6本教材以及参考书；近3年，在国外期刊和会议上公开发表学术论文10余篇，其中4篇被SCI/EI检索；获得软件著作权1项。
	王庆凤，博士，讲师，主要研究医学图像智能分析、计算机辅助诊断、机器学习、深度学习等。主持四川省军民融合研究院开放基金课题1项；参与国家重大研发计划/国家自然科学基金/四川省科技计划等科研项目；将基于深度学习的人工智能技术结合医学影像的研究是目前人工智能领域热门方向，具有较高的学术研究价值，在临床实际的自动化辅助医疗中有着广泛的应用前景。	黄俊，博士，中国计算机学会会员、中国人工智能学会会员。主要从事科学计算与软件工程相关工作：依托绵阳地方特点以空气动力、医学图像两类科学数据为研究对象，以数据库技术、数值计算、AI技术、web平台软件为研究的技术手段，解决国家军工需求与医疗民生需求。主研多项国家科技工程、国家自然基金，发表论文30余篇，EI/SCI检索10余篇，专利2项、软件著作权2项。
	李凌，博士，讲师，硕士生导师，CCF中国计算机学会会员。主要研究信息安全技术、云计算技术、数值模拟与仿真等。主持四川省教育厅科研项目、国防重点实验室资助项目等课题。作为骨干研究成员参与了国家自然科学基金/863子课题/国家科技重大专项/国防科工局课题等科研项目。近年来在重要国际学术会议和国内外核心杂志上公开发表学术论文10余篇，参与出版高等教育出版社和科学出版社的学术著作2部，参与发明专利1项。
其他：付捷讲师、毕国堂讲师、周勇讲师、彭红讲师承担大量学院教学任务；郑一露、刘欢、蔡文杰三名中国科学技术大学委培博士，将是团队科研后备力量。

3 研究方向

一、计算机科学与气动科学融合（学术带头人：刘志勤教授）

图1 气动计算与软件云平台

团队面向先进飞行器建立的气动计算与分析云平台，集专业数据存储与管理、高性能计算与仿真、云端分析与可视化于一体的气动辅助设计生态系统。提高了气动数据管理能力，其中定制适配气动分析算法库开发和整合加深了气动数据分析平台化程度，软件降低了气动数据管理分析成本。目前开发的软件属国内首创，为国内气动数据平台发展奠定了基础，为国防军工单位和国家航天科工承研单位提供了坚实的研究工具和信息一体化研究环境，取得了良好的社会效益。

高超声速飞行器云端优化计算与仿真界面

Ø服务器端封装了气动力建模、轨迹计算相关数值方法的代码；

Ø浏览器端采用WebGL的Web交互设计，向用户提供数据上传、轨迹参数设置、轨迹计算结果仿真飞行等交互界面；

Ø在线的轨迹计算与仿真，有利于飞行器设计过程对飞行特征观察和验证，为研发飞行器轨迹辅助设计软件提供参考。

复杂外形高超声速飞行器的云端气动性能预测界面

Ø服务器端封装了气动力工程计算、无粘流场流线追踪、表面热环境计算等代码；

Ø浏览器端采用WebGL的Web交互设计，向用户提供在线可视的飞行器气动特性交互界面；

Ø本系统能够初步应用于复杂外形的早期气动设计当中，方法具有自动程度高、通用性高，具有可观的发展空间和应用价值。

飞行器外形云端参数化设计界面

ØWeb服务器中封装CST参数化方法，向浏览器端建立参数接口；

Ø浏览器端采用WebGL的Web交互设计，向用户提供在线可视的飞行器外形设计界面；

其中CST方法具有设计变量少、可调节、精度高、设计空间广、可产生光滑的几何外形，以及较好的鲁棒性等优点而被广泛的应用在飞行器外形参数化的设计中。

承担相关课题：

[1]国家科技工程重大专项十三五规划关键技术攻关项目，气动数据库应用研究与飞行器三维表征，2020-2021，180万

[2]国家科技工程重大专项十三五规划关键技术攻关项目，**气动数据库软件改进，2019-2020，120万

[3]国家科技工程重大专项十三五规划关键技术攻关项目，**数据库软件流程化改造，2018-2019，88万

[4]国家科技工程重大专项十三五规划关键技术攻关项目，**软件应用与扩展功能设计，2016-2017，58万

[5]国家科技工程重大专项十二五规划关键技术攻关项目，**V2.0软件系统设计，2015到2017，90万

[6]国家科技工程重大专项十二五规划关键技术攻关项目，中国空气动力中心，**数据库应用软件系统开发，2011到2013，175万

[7]四川省科技厅，科研创新团队，18TD0021，燃烧与气动科学计算，2018到2020，20万

[8]高超声速冲压发动机技术重点实验室，开放基金，STS/MY-KFKT-2014004，GPU高性能计算的发动机燃烧室辐射换热预测，10万

[9]四川省教育厅，一般项目，18ZB0603，CPU-GPU计算技术下数值模拟演算策略优化问题研究，2018-2020，3万

[10]四川省军民融合研究院，开放基金，2017SCII0219，高超声速飞行器轨迹的最优控制及可视化，2018到2019，3万

[11]四川省军民融合研究院，开放基金，2017SCII0212，复杂外形飞行器气动热环境大数据，2018到2019，3万

[12]国家自然科学基金委员会，青年项目，61303127，基于纹理的高质量非稳定场可视化研究，2014-01-01到2016-12-30，23万

获得相关成果：

[1]Jun Huang, Zhigui Liu, Zhiqin Liu, Qingfeng Wang and Jie Fu, "A pk-Adaptive Mesh Refinement for Pseudospectral Method to Solve Optimal Control Problem," in IEEE Access, vol. 7, pp. 161666-161679, 2019.(SCI)

[2]黄俊,刘知贵,刘志勤,王庆凤,张勇.一体化飞行器面向控制的建模与弹道规划[J].弹箭与制导学报,2020.

[3]黄俊,刘知贵,刘志勤,王庆凤.最优控制问题的伪谱法求解理论与应用[J].电光与控制,2020.（CNKI优先出版）

[4]Jun Huang, Zhigui Liu, Zhiqin Liu, Qingfeng Wang and Jie Fu, "Deriving A Control-oriented Model for An Axisymmetric Vehicle with the Power-Law Revolution Nose", in Journal of Aerospace Technology and Management，2020.(EI)

[5]唐怡,黄俊,黎茂锋,刘志勤,陈波.基于伪谱法的滑翔轨迹多级迭代优化策略[J].计算机测量与控制, 2019,27(11):157-162.

[6]蔡文杰,黄俊,毕国堂,刘志勤,黎茂锋.基于RBF的替代模型在翼型稳健设计中的应用[J].导弹与航天运载技术,2019(06):31-36.

[7]蔡文杰,黄俊,黎茂锋,刘志勤,陈立伟.基于偏最小二乘法的翼型稳健设计替代模型[J].计算机测量与控制,2019,27(11):210-214.

[8]蒙小龙,黄俊,刘志勤,张勇,王耀彬.基于Java Web的CEA程序移植[J].计算机测量与控制,2018,26(09):145-148+162.

[9]刘欢,黄俊,张勇,刘志勤,王耀彬.Relief和SVMRFE在高超声速进气道不起动预测中的应用[J].计算机测量与控制,2018,26(04):183-186+190.

[10]闫博文,黄俊,刘志勤,王耀彬.一种基于CST技术的机翼参数化描述方法[J].导弹与航天运载技术,2019(01):101-104.

[11]闫博文,黄俊,刘志勤,王耀彬.B样条快速求值改进CST参数化方法[J].航天控制,2017,35(06):64-68.

[12]冯姣,刘志勤,黄俊,黎茂锋,杨茂.基于Three.js的飞行仿真系统设计[J].计算机测量与控制,2020,28(02):216-219.

[13]骆蓉,蒙小龙,黄俊,黎茂锋,刘志勤.气动设计数据手册自定义生成系统的设计与实现[J].计算机测量与控制,2020,28(01):236-240.

[14]著作权：刘志勤；黎茂锋；黄俊，气动数据库管理系统 V3.0, 2019SR0310097,原始取得, 全部权利，2019.4.8 (软件著作权)

[15]专利：黄俊; 杨海强; 刘志勤; 李光伟; 陈波; 王庆凤; 黎茂锋; 一种空气动力数据集异常检测方法, 2020-1-10, 中国, 202010025238.5.

二、智慧医疗（学术带头人：陈波教授）

图2 人工智能医学影像领域开展的一系列研究

面向医学诊断中的复杂性，融合计算机科学技术开展医疗辅助诊断研究。发展人工智能技术，并将其应用于医学大数据(包含图像、报告等数据)分析，发掘临床与基础科学新知、改善临床工作流、提升科室与医院运营、培养人工智能人才、促进医疗诊断智能化。

获得相关成果：

[1]Qingfeng Wang#, Qiyu Liu#, Guoting Luo, Zhiqin Liu*, Jun Huang, Yuwei Zhou, Ying Zhou, Weiyun Xu and Jie-Zhi Cheng. Automatic Segmentation and Diagnosis of Pneumothorax on Chest X-rays with Fully Convolutional Multi-Scale ScSE-DenseNet. BMC Medical Informatics and Decision Making, 2020. (SCI)

[2]Qingfeng Wang; Jun Huang*; Zhiqin Liu; Jie-Zhi Cheng; Ying Zhou; Qiyu Liu; Yaobin Wang; Xuehai Zhou; Chao Wang; Higher-order Transfer Learning for Pulmonary Nodule Attribute Prediction in Chest CT Images, IEEE International Conference on Bioinformatics and Biomedicine (BIBM), 2019. (CCF B)

[3]Qingfeng Wang; Jie-Zhi Cheng*; Ying Zhou; Hang Zhuang; Changlong Li; Bo Chen; Zhiqin Liu; Jun Huang; Chao Wang; Xuehai Zhou*; Low-Shot Multi-label Incremental Learning for Thoracic Diseases Diagnosis, The 25th International Conference on Neural Information Processing (ICONIP), 2018. (CCF C)

[4]Qingfeng Wang; Jie-Zhi Cheng; Zhiqin Liu; Jun Huang; Qiyu Liu; Ying Zhou; Weiyun Xu; Chao Wang; Xuehai Zhou*; Multi-order Transfer Learning for Pathologic Diagnosis of Pulmonary Nodule Malignancy, IEEE International Conference on Bioinformatics and Biomedicine (BIBM), 2018. (CCF B)

[5]Qingfeng Wang; Xuehai Zhou; Chao Wang; Zhiqin Liu; Jun Huang; Ying Zhou; Changlong Li; Hang Zhuang; Jie-Zhi Cheng*; WGAN-Based Synthetic Minority Over-Sampling Technique: Improving Semantic Fine-Grained Classification for Lung Nodules in CT Images, IEEE Access, 2019, 7: 18450-18463. (SCI)

[6]Guoting Luo, Zhiqin Liu*, Qingfeng Wang, Qiyu Liu, Ying Zhou, Weiyun Xu, Jun Huang, Jie Fu, Jie-Zhi Cheng. Fully convolutional multi-scale scse-densenet for automatic pneumothorax segmentation in chest radiographs. IEEE International Conference on Bioinformatics and Biomedicine (BIBM), 2019. (CCF B)

[7]罗国婷,刘志勤*,周莹,王庆凤,郑介志,刘启榆.基于密集卷积网络的X线气胸检测与定位[J].计算机应用, 2019,39(12):3541-3547.

[8]张驰名, 王庆凤, 刘志勤*, 黄俊, 周莹, 刘启榆, 徐卫云. 基于深度迁移学习的肺结节辅助诊断方法[J]. 计算机工程, 2020,46(01):271-278.

[9]张驰名,王庆凤,刘志勤*,黄俊,陈波,付婕,周莹.基于深度学习的胸部14种常见病变诊断方法[J].计算机工程, 2020.

[10]肖禾,刘志勤*,王庆凤,黄俊,周莹,刘启榆,徐卫云.基于迁移学习的多视角乳腺肿块和钙化簇分类方法.计算机应用. 2020.

三、并行计算与计算机系统（学术带头人：王耀彬教授）

并行计算与计算机系统是隶属于计算机科学与技术学院科学计算与软件工程技术学科的科研方向之一，以多核/众核国产芯片体系结构研究，软件架构与研发，云计算环境中的数据安全保护技术与安全软件开发为主要研究内容，依托智能电器与智能系统四川省高校重点实验室展开研发，服务社会。

相关课题介绍：

避免无关依赖的众核线程划分机制（国家自然科学基金）

本项目提出一种基于依赖分离的细粒度线程划分方法，通过最小化线程间的无关数据依赖，将计算和访存依赖不规则、传统上难以手工和自动并行化的串行程序划分成精简而独立的线程并行执行，解决传统并行编程模型和环境存在的问题。主要研究内容包括：众核结构上基于依赖分离的细粒度线程划分方法、轻量级线程间隐式同步机制的硬件支持、符合线程并行执行特征的动态资源分配机制。

拓展众核有效并行源的微线程式软硬件支持机制（国家自然科学基金）

本项目提出一种符合众核体系结构特征的微线程式软硬件支持机制,将串行程序划分成适合众核体系结构特征的微线程独立并行执行，平衡并行编程的易编程性和并行程序的执行效率，解决传统串行程序并行性开发存在的问题，改善众核结构研究当前面临的有效并行源不足、片上资源有效利用率不高和负载不平衡等问题。主要研究内容包括：两层化微线程式串行程序表示形式的编译支持、拓展有效并行源的众核微线程划分方法、主动式微线程间同步通信的软硬件支持和符合微线程并行执行特征的动态资源分配机制。

自主可控国产高效能众核芯片体系结构关键技术研究（四川省科技厅项目）

本项目围绕国产多核芯片结构上的串行程序线程化问题，研究如何通过软硬件协同支持的方法，确定支持事务存储的编程模型、线程执行模型以及相关的优化方法，解决自主可控国产高效能众核芯片中分布式共享存储方案存在的问题，将事务存储技术的研究推向实用。提出自主可控国产众核芯片事务存储系统上可利用的线程级并行性的判定准测，以及线程的访存、同步和通信的代价模型；设计易于硬件设计实现的、可扩展的多核事务存储体系结构模型及其编程模型，支持嵌套事务和任意大小的事务；扩展现行的共享存储编程模型和语言OpenMP、支持事务存储的应用程序接口和运行时库设计方案，实现用事务区取代OpenMP应用代码中的互斥区和原子区。

4 各方向统一对外的联系方式（办公地址、电话、邮箱等）

计算机科学与气动科学融合

办公地址：东九A座2-42/2-49

联系电话：13696251134

邮箱：huangjuncs@swust.edu.cn

智慧医疗

办公地址：东九A座2-42/2-54

联系电话：13890455216

邮箱：qfwangyy@mail.ustc.edu.cn

并行计算与计算机系统

办公地址：东九A座2-52

联系电话：15892666219

邮箱：wangyaobin@foxmail.com

5 各方向团队活动照片，合影等

一、学生获批项目

实验室积极鼓励学生申报各类科研项目，鼓励学生大胆创新，勇于实践，自己去发现问题，探究问题和解决问题，通过项目带动学生研究课题的进行。近期学生申请的部分项目如下表所示。

获批时间	名称	类型
2020.3	一体化飞行器在线模拟飞行仿真系统研究	西南科技大学大学生创新基金
2019.5	深度学习在乳腺钼靶X线图像肿块检测与分类中的应用研究	西南科技大学研究生创新基金
2019.1	基于深度学习方法的智能X-ray气胸的精准定量评估	四川省科技创新苗子工程重点项目
2018.5	高超声速飞行器伪普轨迹中非线性规划问题求解方法研究	西南科技大学研究生创新基金
2018.5	高可信智能化的云存储研究与设计	西南科技大学研究生创新基金

二、学术交流

研究生罗国婷赴美国圣地亚哥参加IEEE BIBM（CCF B类）国际学术会议(2019年11月18日-21日)，并做了题为“Fully Convolutional Multi-Scale ScSE-DenseNet for Automatic Pneumothorax Segmentation in Chest Radiographs”的论文口头报告。