最终学历：研究生
研究方向：机器学习、数据挖掘
电子邮箱：guohusheng@sxu.edu.cn
最终学位：博士
研究生导师：硕士生导师
联系电话：0351-7010566
博士，副教授，硕士生导师，研究方向为机器学习、大数据、数据挖掘等。中国计算机学会人工智能与模式识别专委会通讯委员，中国人工智能学会知识工程与分布智能专委会青年委员。近年来，主持 1 项国家自然科学基金和1 项山西省自然科学基金，并参与了多项国家自然科学基金项目，先后在《Pattern Recognition》、《Neurocomputing》、《Artificial Intelligence Review》、《PloS One》、ICMLC、《软件学报》、《计算机研究与发展》等国内外期刊和会议发表论文多篇。曾获得教育部宝钢教育基金，Agent2012会议优秀学生论文奖，CCML2013会议优秀学生论文提名奖，ACM理事会太原分会优秀博士学位论文奖。
山西省研究生优秀创新重点支持项目（No.20133001）：面向复杂数据的支持向量机建模及应用研究，（主持人）；
山西省研究生优秀创新项目（No.20103021）：粒度支持向量机建模及应用研究，（主持人）；
国家自然科学基金（No.61273291）：提高支持向量机处理复杂数据效能的方法研究，（第五参与人）；
国家自然科学基金（No.60975035）：粒度支持向量机学习方法及应用研究，（第五参与人）；
国家自然科学青年基金（No.61303091）：面向高维信息的非线性维数约简问题研究，（第七参与人）。
[1] Husheng Guo,Wenjian Wang. Support vector machine based on hierarchical and dynamical granulation, Neurocomputing, 2016, 211:22–33.点击阅览
[2] Husheng Guo,Wenjian Wang. An active learning-based SVM multi-class classification model, Pattern Recognition, 2015, 48:1577–1597.点击阅览
[3] 郭虎升,王文剑. 基于主动学习的模式类别挖掘模型, 计算机研究与发展, 2014, 51(10):2148-2159.
[4] 郭虎升,王文剑,白龙飞. 基于向量余弦的支持向量机主动学习策略, 计算机科学与探索, 2014, 8(7):868-876.点击阅览
[5] 程凤伟,王文剑,郭虎升. 一种动态粒度SVM算法, 模式识别与人工智能, 2014, 27(4):372-377.点击阅览
[6] 李珍香,王文剑,郭虎升. 处理多类不平衡数据的SVM分类算法, 计算机工程与设计, 2014, 35(7):2499-2503.
[7] 郭虎升,王文剑. 动态粒度支持向量回归机, 软件学报, 2013, 24(11):2535?2547.点击阅览
[8] 郭虎升,王文剑. 基于粒度偏移因子的支持向量机学习方法, 计算机研究与发展, 2013, 50(11):2315~2324.点击阅览
[9] Wenjian Wang,Husheng Guo,Yuanfeng Jia,Jingye Bi. Granular support vector machine based on mixed measure, Neurocomputing, 2013, 101:116–128.点击阅览
[10] 赵世琛,王文剑,郭虎升. 基于风险决策的文本特征选择方法, 计算机科学与探索, 2013, 7(10):933-941.点击阅览
[11] 潘世超,王文剑,郭虎升. 基于概率密度估计的增量支持向量机算法, 南京大学学报(自然科学), 2013, 49(5):603-610.
[12] 张宇,王文剑,郭虎升. 基于粒分布的SVM加速训练方法, 南京大学学报(自然科学), 2013, 49(5):644-649.
[13] 白龙飞,王文剑,郭虎升. 一种基于支持向量机的主动学习方法, 南京大学学报(自然科学), 2012, 48(2):60-67.
[14] 郭虎升,亓慧,王文剑. 一种处理非平衡数据的粒度SVM学习算法, 计算机工程, 2010, 36(2):181-183.
[15] 郭虎升,王文剑,张鑫. 基于粒度核的支持向量机学习算法, 计算机科学, 2009, 36(8A):95-97, 155.
[16] Husheng Guo,Wenjian Wang,Changqian Men. A novel learning model-kernel granular support vector machine, Proceedings of 2009 International Conference on Machine Learning and Cybernetics, 2009, 2:930-935.
[17] 郭虎升,王文剑. 基于神经网络的支持向量机学习方法研究, 计算机工程与应用, 2009, 45(2):51-54.
[18] 王文剑,郭虎升. 粒度支持向量机学习模型, 山西大学学报(自然科学版), 2009, 32(4):535-540.