最近，beat365官网2016级硕士研究生陈使明以第一作者在国际计算机高水平SCI期刊《Information Sciences》（IF=4.305）上在线发表了题为“Semi-supervised feature learning for improving writer identification”的研究论文。在此之前，其已经在自动化领域国内顶级期刊《自动化学报》以第一作者发表一篇学术论文。其导师为beat365官网王以松教授。

该论文是关于笔迹鉴别的研究性学术论文，是当前模式识别与计算机视觉领域的研究热点之一。该论文提出了一种半监督特征学习的笔迹鉴别方法，该方法利用论文所提出的标签平滑正则化方法（WLSR）和外部非标签数据对模型进行正则化，从而摒弃了基础神经网络模型所学的共性特征（Common Feature）,进而有效地提高了模型所学习特征的判别性。该方法不仅提高了笔迹检索效果，而且不需要大量的扩充数据。

相关论文链接：

[1] https://doi.org/10.1016/j.ins.2019.01.024

[2] https://doi.org/10.16383/j.aas.c180441

一审：王   华

二审：何   飞

三审：龙慧云