孙家泽

个人简介

孙家泽，男，1980年生，博士，教授。2003年毕业于河南大学数学与应用数学专业，获理学学士学位；2006年毕业于西安电子科技大学计算机科学与技术专业，获工学硕士学位；2015年毕业于西北大学计算机软件理论专业，获工学博士学位。2017-2018年国家公派美国西密歇根大学计算机系从事智能软件工程访学研究。

目前在计算机学院数据科学与大数据系工作，从事计算机软件、人工智能、机器学习和智能优化方面的教学和科研工作。任IEEE会员和IEEE标准会员，中国计算机学会软件工程专委会和容错专委会委员，中国计算机学会和中国通信学会高级会员，陕西省计算机学会人工智能专委会和媒体计算专委会委员，陕西省计算机教育学会常务理事，《微电子和计算机》杂志青年编委。2020年获评西安邮电大学“四有好老师”称号，2021年获评西安邮电大学研究生“十佳导师”称号，2022年获评西安邮电大学校级教学“金师”称号。

近年第一作者在《Applied Soft Computing》、《APPLIED INTELLIGENCE》、《Soft Computing》、《Applied Thermal Engineering》、《Journal of Internet Technology》、《软件学报》、《计算机辅助设计与图形学学报》、《清华大学学报》和《武汉大学学报》等专业期刊发表论文30余篇，其中SCI/EI检索20余篇。第一发明人授权国家发明专利18项，登记软件著作权6项，在科学出版社出版学术专著2部。

研究方向

数据挖掘与机器学习、人工智能软件安全、群体智能算法及应用、智能软件工程、可信软件开发与软件测试等

招生学科方向：081200 计算机科学与技术、083500 软件工程、085404 计算机技术、085411 大数据技术与工程、077500 计算机科学与技术。

教学方向

主讲数据挖掘、机器学习、数据库、数据结构和高级语言程序设计等本硕课程。

教学奖励

1、2022年，教学成果《升级地方高校软件教学，打造系列一流课程，推进混合式教学模式创新与实践》获陕西省普通本科高校高等教育教学成果奖二等奖（1/7）;

2、2022年，工程类专业学位研究生教学案例《基于集成学习的多线程程序数据竞争智能检测》入选陕西省专业学位研究生教学案例库（1/6）

3、2021年，课程《高级语言程序设计(c语言)》认定为教育部首批国家一流线上线下混合本科课程（1/5）；

4、2021年，教材《数据挖掘算法与应用》获陕西省计算机教育学会教材特等奖（1/2）;

5、2021年，教育部产学研协同育人项目：基于OBE教学理念的《数据挖掘与机器学习》课程建设与实践（1/5）

科研奖励

1、2016年，陕西省职工科技节技术改造类银奖，基于搜索的智能软件测试平台，陕西省科技厅、人社厅（1/7）;

2、2018年，陕西省科学技术三等奖，演化软件可靠性测试与评估关键技术，陕西省人民政府（2/7）;

3、2015年，陕西省科学技术三等奖，基于群体智能的组合软件测试关键技术及应用，陕西省人民政府（2/7）;

4、2012年,陕西省科学技术三等奖，基于Windows的软件测试平台，陕西省人民政府（3/9）;

5、2010年，西安市科学技术二等奖，基于 ARM 的嵌入式软件宿主环境测试平台,西安市人民政府（5/11）

科研项目

1、2023.1-2025.1，《基于对抗样本的深度神经网络鲁棒性测试优化关键技术》，陕西省科技厅重点研发计划项目（1/10）;

2、2020.1-2022.1, 《多线程程序并发故障智能测试关键技术研究》，陕西省科技厅重点研发计划项目（1/10）；

3、2019.1-2023.1, 《轨迹大数据驱动的城市交通智能感知与行程规划研究》，国家自然科学基金子课题项目（1/5）;

4、2019.5-2021.6，《基于群体智能的多目标软件测试优化关键技术研究》，西安市科技局科技创新项目（1/7）；

5、2016.1-2017.12 《基于搜索的可信软件自动化单元测试关键技术研究》，陕西省科技厅工业攻关项目（1/6）

出版专著及教材

1、《机器学习（Python实现）》，2023年8月，清华大学出版社（1/5）；

2、《数据挖掘算法及应用（Python实现）》，2020年10月，清华大学出版社（1/2）；

3、《群体智能优化算法及其应用》，2017年6月，科学出版社（独著）；

4、《计算智能与组合软件测试优化》，2013年10月，科学出版社（3/7）；

5、《高级语言程序设计（C语言）》,2022年8月，西安电子科技大学出版社（5/5）

发表论文

1、孙家泽,温苏雷，郑炜等《基于可攻击空间假设的陷阱式集成对抗防御网络》软件学报，2023年 7月, DOI:10.13328/j.cnki.jos.006829

2、Jiaze Sun, Siyuan Long，Juan Li . SenAttack: Adversarial Attack Method Based on Perturbation Sensitivity and Perceptual Color Distance. APPLIED INTELLIGENCE. 2023年10月

3、Jiaze Sun, Juan Li & Sulei Wen . DeepMC: DNN test sample optimization method jointly guided by misclassification and coverage. APPLIED INTELLIGENCE. 2023，53 (12) ,15787-15801

4、Jiaze Sun,Meng Yi .Detecting Adversarial Examples using Image Reconstruction Differences.SOFT COMPUTING 2023，27(12),7863-7877.

5、Sun JZ , Deng JH, Y Li,Han N.A BCS-GDE multi-objective optimization algorithm for combined cooling, heating and power model with decision strategies.Applied Thermal Engineering.2022，213(8),1-18.

6、Sun JZ , Han N,Huang JB, et al.A Fast Response Multi-Objective Matching Algorithm for Ridesharing. Journal of Internet Technology 2021，22（5）, 1107-1116.

7、Sun JZ , Deng JH, Y Li.Indicator & crowding distance-based evolutionary algorithm for combined heat and power economic emission dispatch APPLIED SOFT COMPUTING,2020.90(5)，1-15.

8、孙家泽，阳伽伟，杨子江.多线程程序数据竞争随机森林指令级检测模型[J].清华大学学报（自然科学版）.2020，60（10）,804-813.

会议与工作论文

1、Sun JZ, Luo D, YOLOx-M: Road Small Object Detection Algorithm Based on Improved YOLOx Lecture Notes on Data Engineering and Communications Technologies，2023年7月

2、Sun JZ, longSY , A Model robustness optimization method based on adversarial sample detection，International Conference on Artificial Intelligence and Pattern Recognition，2023年5月.

3、Sun JZ, Shan LJ, Shu XF. XGBoost Dynamic Detection for Data Race in Multithreaded Programs， ICNC-FSKD ，2022年5月

4、Sun JZ, Han N , Huang J , et al.Landmark-based multi-objective route planning for large-scale road net. GECCO .2021年12月.

5、Sun JZ, Yang YM, Shu XF. An Efficient and Accurate Mixed Dynamic Data Race Detection Method AIPR 2021, 2021年9月

联系方式

特别欢迎以下两类学生报考：
1、专业知识扎实，数学和英语基础好，勤思考，求知欲强，做事认真负责；

2、喜欢软件开发，熟悉Java/C++/Python等语言之一，编程能力强，工作作风踏实。

西安市长安区西长安街西安邮电大学计算机学院数据科学与大数据系

邮编：710121

电子邮箱：sunjiaze@xupt.edu.cn 或 sunjiazeg@126.com

办公地点：长安校区东区逸夫楼FZ115