教师个人信息
当前位置: 首页 > 师资队伍 > 教师个人信息 > 正文

黄振坤

发布日期:2021年04月14日 16:43 作者: 访问量:


zhenkun.jpg

 

 


姓名:黄振坤

 

职务:

 

职称:教授

 

电子邮箱:hzk974226@jmu.edu.cn

 

所属教研室:数据科学与大数据技术

 

 

  个人简介

黄振坤,集美大学,教授。美国《Mathematical Review》评论员。2010 年列入福建省高校杰出青年科研人才培育计划;2011年入选福建省新世纪优秀科研人才培养计划;2012年获福建省青年五四奖章;2014年评为福建省优秀教师荣誉称号。主持福建省自然科学基金项目3项,国家自然科学基金项目2项,其中福建省杰青基金项目1项。在测度链上微分方程、神经网络及复杂网络稳定性分析等领域作了一些研究工作,获福建省科技进步奖(自然科学奖)三等奖一项。在IEEE Transactions on CyberneticsIEEE Transactions on Neural NetworksIEEE Transactions on Circuits and Systems-I: Regular PapersIEEE Transactions on Neural Networks and Learning SystemsInformation Sciences等期刊上发表50余篇论文。

 

  科研(教学)项目、成果及专利等

参与以下科研项目:

[1]福建省自然科学基金项目,测度链上量化反馈控制系统的稳定性分析及其应用,编号:2019J01330.

[2] 国家自然科学基金项目,测度链上复杂网络同步的多重稳定性及基于阻碍集的同步控制,编号:61573005.

[3] 国家自然科学基金项目,随机泛函微分方程P-均值概周期解多重性及指数型二分性,编号:11101187.

[4] 福建省自然科学基金杰青项目,测度链上微分方程对称共生解和吸引子摄动稳定性,编号:2012J06001.

[5] 国家自然科学基金项目,脉冲时滞方程解的振动研究,编号:11361010.

[6] 国家自然科学基金项目,脉冲时滞微分方程概周期解理论及其应用研究,编号:10961005.  

[7] 福建省自然科学基金项目,神经网络共生吸引子演化性态研究及其应用,编号:2009J05009.  

[8] 福建省新世纪人才支持计划项目,基于模糊-神经网络的船舶动力系统能耗建模研究,编号:JA11144.    

[9] 福建省高校杰出青年科研人才培育计划项目,神经网络P-均值概周期解及其多重性研究,编号:JA10184.  

[10] 福建省教育厅项目(面上),测度链上微分方程的多重周期解和相关的分支问题,编号:JA11154.  

[11] 福建省教育厅项目(面上),具有智能学习行为的神经网络研究,编号:JA07142.

 

 

  发表论文及著作等情况

 

[1]Zhenkun Huang, Xinghua Wang, Chunhua Feng, Multiperiodicity of periodically oscillated discrete-time neural networks with transient excitatory self-connections and sigmoidal nonlinearities, IEEE Transactions on Neural Networks, 21(2010), 1643-1655.  

[2]Zhenkun Huang, Youssef N Raffoul, Changyuan Cheng, Scale-limited activating sets and multiperiodicity for threshold-linear networks on time scales, IEEE Transactions on Cybernetics, 44(2014), 488-499.  

[3]Zhenkun Huang,Qiankun Song, Chunhua Feng, Multistability in networks with self-excitation and high-order synaptic connectivity, IEEE Transactions on Circuits and Systems-I: Regular Papers, 57(2010), 2144-2155.  

[4]Zhenkun Huang, Sannay Mohamad, Xinghua Wang, Chunhua Feng, Convergence analysis of general neural networks under almost periodic stimuli, International Journal of Circuit Theory and Applications, 37(2009), 723–750. 

[5]Zhenkun Huang, Xinghua Wang, Chunhua Feng, Self-excitation of neurons leads to multiperiodicity of discrete-time neural networks with distributed delays, Science China-Information Sciences, 54(2011), 305-317       

[6]Zhenkun Huang, Chunhua Feng,Sannay Mohamad, Multistability analysis for a general class of delayed Cohen-Grossbergneural networks, Information Sciences, 187(2012), 233-244.  

[7]Zhenkun Huang, Jinde Cao, Youssef N Raffoul, Hilger-type impulsive differential inequalities and its application to impulsive synchronization of delayed complex networks on time scales, Science China Information Sciences, 61(2018),1-3. 

[8]Zhenkun Huang, Honghua Bin, Jinde Cao, Boyu Wang, Synchronization networks with proportional delays based on a class of q-type allowable time scales, IEEE Transactions on Neural Networks and Learning Systems, 29(2018),3418-3428.  

[9]Qiang Xiao, Zhenkun Huang, Zhigang Zeng, Passivity analysis ofmemristor based inertial neural networks with discrete and distributed delays, IEEE Transactions on Systems Man and Cybernetics: Systems, 49(2019), 375-385. 

[10]Qiuyuan Chen, Honghua Bin, Zhenkun Huang, Synchronization of CVNNs: A time-scale impulsive strategy, IEEE Access, 9(2021), 31762-31772.

 

  荣誉奖励及参加学术团体的情况

上一篇: 没有了

下一篇: 杨兰