教授

当前位置: 首页 >> 师资队伍 >> 教师名录 >> 教授 >> 正文

袁满

发布日期:2020-09-30    作者:     来源: 计算机学院2022新建站    点击:



科研室基本情况

袁满,男,汉族,教授,博士(后)、博士生导师。1989年获大庆石油学院油气田开发工程专业工学学士学位;1996年获油气田开发工程专业硕士学位;2000年到北京航空航天大学攻读博士学位,2003年获北京航空航天大学计算机系统结构工学博士学位;2007年完成北京航空航天大学博士后流动站的科研工作;2008年作为黑龙江骨干教师到香港中文大学访问学习;2005年破格晋升为教授。现为科技部创新人才推进计划评议专家、黑龙江省自然科学基金评委、天津市自然科学基金评委、中国石油计算机与信息专业标准化专家委员、中国计算机学会高级(CCF)会员。曾先后担任122cc太阳集成游戏官方网站计算中心团支部书记、计算中心主任助理、计算中心副主任。2005-2011年间担任122cc太阳集成游戏官方网站计算机科学技术系主任、计算机科学技术系支部书记、122cc太阳集成游戏官方网站科协副主席兼秘书长。计算机科学与技术重点专业带头人。曾获得大庆石油学院劳动模范、先进科技工作者等荣誉称号。

科研室发展历程

于90年代初期成立信息集成、标准化与分布式计算科研室,20多年来,一直紧密追踪国际与国内先进的信息集成、标准化与分布式计算理论和技术等诸多方向的发展并开展深入而广泛的研究。期间重点研究了国际上著名的ISO/IEC系列标准、POSC系列集成规范、PIDX交换标准、PIDD标准、PPDM模型标准、Finder数据模型标准、UDEF标准、SEABED综合数据模型标准、OMG模型驱动标准、Dublin核心元数据模型标准以及PCA(POSC Caesar Association)有关工业信息自动化集成规范、数据元素理论以及编码等理论和技术。近些年,围绕信息集成中的语义集成问题对知识组织、语义Web理论和技术、大数据建模、大数据管理、集成以及大数据分布式计算以及知识发现等领域进行了广泛而深入地研究,特别是对于本体技术在石油领域知识表达、语义标准化以及知识发现等方面的研究有着领域特色。

对大数据数据质量问题开展研究,在研究过程中,为了解决其中的一些复杂技术问题,在数据质量问题研究中引入了本体技术,实现数据质量的规则与维度的描述、规则的表达、检测与评估等,解决了数据质量模型构建中的难题以及通用性等问题,该技术在国内处于领先水平。

近年来开展了对大数据标准化技术、大数据管理技术以及应用技术开展了研究。多年积累形成较为稳定的数据集成与标准化方向在国内处于先进水平,在石油领域处于领先水平,数据标准化理论与方法配套体系方面的研究成果在国内处于领先水平!三部标准获得中国石油天然气集团公司优秀标准三等奖、四部获得优秀标准奖。这些标准在中国石油工业信息项目中的数据标准建设中均得到应用,包括一些重大项目,如A1、A2、A4、A5以及油田地面信息化建设大项目,这些标准起到了重要的作用,目前,这些标准已经被中国石油工业的三大油公司应用,这些成果推动了石油工业信息化的发展。

多年来,一直在极力倡导的数据标准化是信息化的核心的思想,特别是大数据和全球数字经济的知识时代的来临,对数据标准化提出了更高的要求,近2年站在更高的角度提出的语义标准化的新思想得到了国内同行的认可,并在该领域研究取得了一批学术成果。

科研室研发成果及应用情况

将这些研究成果与中国石油工业信息建设需求实际紧密结合,期间科研室重点承担并参加了中国石油“九五”、“十五”、“十一五”以及“十二五”重点攻关课题-石油数据标准化及数据集成方面的研究工作。完成黑龙江省重点攻关课题、黑龙江省自然基金、中国石油天然气集团公司攻关课题等省部级课题20余项、大庆等油田等企业的攻关课题20余项。

自主研发的基于SVG的油田可视化集成平台在大庆油田多个采油厂及机关部室推广与应用,并获得大庆油田科技进步二等奖。在平台研究过程中首次提出了可视化WebGIS通用集成模型的理论框架,为WebGIS的可视集成提供了理论与实际的参考。

科研室研发了一批学术成果,在《计算机研究与发展》、《北京航空航天大学学报》、《吉林大学学报》(工学版)、《信息技术与标准化》、《情报学报》、《东北林业大学》和《Advanced Material Research》等期刊及著名国际会议上以第一作者发表学术论文110余篇,其中被SCI、EI和SCCSI检索论文20余篇。编写《移动计算》、《计算机专业英语》及《石油数据组与分析》等著作11部、编写各种标准培训教材8部。研发石油工业行业标准《石油工业数据元设计原则》等6部行业与5部企业标准,其中有两部标准获得中国石油天然气集团公司科技进步三等奖。获省部级科技进步一等奖1项,二等奖4项,三等奖10项,市局级奖8项。这些标准及学术成果为石油工业信息化建设起到了推动作用。

科研室研究生培养方面的成果

20多年来,科研室培养了70多名研究生,这些研究生中有多名研究生考取了哈尔滨工业大学、吉林大学等985和211学校的博士;也有多名在国际知名的新浪、知网、用友以及如大庆油田、华北油田以及中国移动公司(深圳)等企业成为企业的佼佼者。

校外指导中国石油大学(北京)博士研究生1名(已毕业并获得博士学位),辅助指导哈尔滨工程大学博士1名(已毕业并获得博士学位),另外辅助指导122cc太阳集成游戏官方网站在读博士生1名。

科研室在学科与专业建设方面的成果

在学科建设与专业建设方面,无论是作为学科与专业建设的组织者,还是参与者一直在学科与专业建设方面做出努力与贡献。作为黑龙江省计算机学科与技术重点专业带头人,从2006年开始主持申报,一直到为期五年的建设到最后的2010年验收,最终获得黑龙江省优秀重点专业,并于2011年再次获批为省重点专业。2009计算机科学与技术专业获批为国家特色专业建设点;此外,还参与了计算机应用硕士点、计算机科学与技术重点学科材料组织、申报以及建设工作。作为骨干,无论是在申请材料的组织、撰写还是在材料的支撑上都做出了自己的贡献。作业专业带头人成功申报并获批黑龙江省-计算机网络与通信精品课,同时,作为专业带头人组织并参与了多轮的计算机科学与技术专业的专业培养方案的建设。

近些年,由袁满教授主编的《计算机专业英语》教材目前已经在黑龙江省多家高校作为本科教材使用、并被齐齐哈尔大学等多个学校作为本科生教材;《计算机专业英语》第一版由哈尔滨工业大学出版社于2008年出版;《计算机专业英语》第二版由哈尔滨工业大学出版社于2012年出版。编写的《移动计算》教材,一直作为122cc太阳集成游戏官方网站计算机科学与技术专业教材,并被江苏科技大学等多校作为本科生教材;《石油数据组织与分析》受中国石油基金项目资助,于2016年1月由中国石油大学出版社出版,该书目前,除了作为本科生教材之外,长江大学等大学将其作为研究生教材,这本书是国内第一本有关数据组织方面的著作。并被评为2017年度优秀教材一等奖。近五年来指导本科毕业设计学生45名,计算机科学与技术专业的优秀创新杯优秀论文5篇,即每年一篇。课外指导大学生挑战杯,并获校级一等奖、指导大学生国家级创新创业项目并获得优秀。

科研室研究方向

信息集成技术、机器学习在信息集成中的应用技术、数据与大数据标准化技术、人工智能知识组织与表示、人工智能知识发现技术、数据与大数据管理技术、数据与大数据建模技术、数据质量检测与评估、信息资源规划、企业架构(EA)、软件工程以及分布式计算等领域。

1、信息集成与大数据标准化研究方向

尽管大数据技术已经开始向各个行业进行渗透,但是我们国家许多领域的数据还存在数据不规范、格式异构、语义异构等诸多问题!这些问题如果得不到科学地解决,那么大数据技术根本无法在领域的知识发现中发挥它的重要作用。因此,针对我国行业领域数据标准化比较欠缺的问题提出了数据标准再造(DSR)的思想:认为我国许多行业领域的数据标准严重缺乏,在今天大数据时代,数据标准显得越来越重要,而我们现在许许多多企业的数据标准还远不能满足企业对数据需求,因此,需要研发这些标准以补充并满足企业对数据互操作与共享的紧迫需求。针对这些问题,这些年,科研室一直追踪国际和国内石油领域相关标准和建模技术,研究国际上ISO/IEC、IETF、W3C、POSC等相关标准,并结合中国石油工业信息建设需要,将这些技术精炼为行业或企业标准,为石油工业的信息化提供标准和方法论支撑。围绕企业共享数据环境建设的需求对国际上一些著名的数据模型标准进行研究与剖析,提炼其建模中数据的科学组织技术与建模方法等,将这些技术与方法应用于中国石油工业信息中数据模型的建造中。为中国石油工业数据建模提供理论依据与技术方法。

目前,正在研究信息集成中模式的自动匹配问题,准备采用用人工智能中的自然语言处理、文本挖掘与机器学习等先进技术来解决这一问题。

2、人工智能中的知识组织与知识集成研究方向

随着人工智能在各个领域应用的不断拓展,作为人工智能中的一个重要的研究方向:知识组织与表示及建模也成为了一个重要的研究课题,是知识集成不可或缺的重要技术,不仅如此,随着数据向信息、信息向知识的转变、知识的组织与表示及建模也成为了知识集成、共享及知识发现的关键技术。近些年我们结合情报春学中的一些研究成果提出了将术语标准、叙词标准、信息分类标准等融合到知识本体的思想。使企业由纯粹的数据标准化向知识标准化的一体化数据标准解决方案,为数据智能提供方法论。并首次提出了企业以概念为中心实现数据标准化的重要思想,即企业数据语义标准化问题,为大数据知识表示与发现奠定重要基础!通过这些成果的研究最终得出重要结论:领域的信息的科学集成的核心问题在于数据标准问题语义集成的核心在于数据语义标准问题!现在,科研室正在进一步将结合知识语义模型中的本体进化问题开展深入研究,将人工智能中的自然语言处理、文本挖掘与机器学习等理论与技术应用到本体进化中的知识发现,

3、大数据与分布式计算技术研究方向

数据与大数据的科学建模问题一直是企业和领域关注的重要问题,特别是对于结构化数据与非结构化大数据的建模问题一直困扰着石油工业领域的一个重要问题。多年来我们一直参与中国石油天然气集团公司的数据模型标准建设,从最早的E&P勘探开发数据模型到现代的A2、A4、A5等系列的EPDM数据模型标准建设。在这些多学科与多专业的数据模型标准建设过程中,我们提炼出了许多问题,有些问题采用传统的DBMS是无法解决的,因此,近些年我们开展了针对大数据平台的数据建模研究,包括一些NOSQL数据模型。通过对这些模型的研究力图解决石油工业混合数据描述与存储问题。

结合这些石油大数据的分布式存储与分布式计算问题开展了实现分布式计算的原理与方法的研究,并在这些大数据平台进行了尝试,这些研究为下一步的对大数据的分析与挖掘奠定了重要基础。

4、数据与关联大数据数据质量评估研究方向

数据和大数据是企业的重要资产,只有质量合格的大数据才能在企业中真正得到应用。随着数据与大数据的应用的深入,企业越来越重视数据的质量问题。近10年来,科研室从油田企业数据质量管控项目的研发过程中提炼出一些科学问题,并针对这些问题开展了深入的研究。在国内,首次提出采用本体技术实现对数据质量检测与综合评估的数据质量通用本体模型的构建思想,为解决数质量知识的建模奠定了重要的基础。

数据质量方面重点围绕数据质量框架、规则建模、检测方法、评估方法等进行研究,研发了一部行业标准。近来在国内首次提出了关于采用本体对数据质量进行建模与描述的方法、将数据质量相关问题通过本体进行解决的技术路线,经过的研究证明了该方法的可行性。

目前,科研室在之前数据质量研究成果的基础上,将这些成果应用于网络关联大数据数据质量的评估中,目前,针对遇到的一些问题将人工智能中的知识表示与机器学习应用其中以解决关联大数据从检测、评估到清冼中存在的问题。

5、企业服务

企业大项目规划以及咨询、数据标准规划以及咨询、大项目规划培训、数据标准化技术培训、数据标准项目实施与咨询、知识组织、表示与建模咨询与培训;大数据建模与分布式计算培训及项目实施。

科研室联系信息

科研室名称:信息集成与分布式计算科研室

科研室地点:122cc太阳集成游戏官方网站第1教学楼1D-407

研研室办公电话:0459-6503810

袁满教授电子邮箱:yuanman@nepu.edu.cn

返回顶部