范孟灵，男，1994年生，工学博士，讲师，硕士生导师。本科毕业于重庆邮电大学，硕博毕业于中国科学院大学中国科学院沈阳自动化研究所机器人学国家重点实验室。主要研究方向为机器学习、神经计算、黎曼学习及模式识别，长期从事图像处理、机器学习及智能信息处理相关研究工作。

研究方向：机器学习（SVM、LVQ等）、神经计算（信息论、因果推断）、黎曼学习及模式识别。

主讲课程：算法分析与程序设计、C/C++语言程序设计、电路原理。

主要研究内容：

(1) MengLing Fan; Fengzhen Tang; Yinan Guo; Xingang Zhao; Riemannian dynamic generalized
space quantization learning, Pattern Recognition, 2022, 132(1)

(2) Tang, Fengzhen; FFaann,, MMeenngglliinngg; Tino, Peter; Generalized Learning Riemannian Space

Quantization: A Case Study on Riemannian Manifold of SPD Matrices, IEEE TRANSACTIONS ON NEURAL

NETWORKS AND LEARNING SYSTEMS, 2021, 32(1)

(3) Fan,, MengLing; Tang, Fengzhen; Zhao, Xingang; Prototype based linear sub-manifold

learning, 2023 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS, IJCNN, Gold Coast Convention

and Exhibition Centre Queensland, Australia, 2023-06-18至2023-06-23

在科研工作中，围绕智能信息处理与模式识别中的关键问题，重点开展机器学习理论方法、神经计算模型构建、黎曼流形学习方法及其类脑分析与信号处理中的应用研究。

在研究生培养方面，坚持“厚基础、重交叉、强实践、促创新”的育人理念，注重学生数学基础、编程能力、科研思维与学术表达能力的系统培养。指导过程中强调问题导向与兴趣驱动相结合，鼓励学生面向学科前沿和实际需求开展创新性研究，注重理论分析与工程实现并重，努力培养具有扎实专业基础、较强科研能力和良好学术素养的高层次人才。

欢迎具有数学、计算机、电子信息、自动化等相关专业背景，踏实认真、具有较强学习能力和科研兴趣的同学报考。

联系方式：18883283361
电子邮箱：fanmengling@sicnu.edu.cn
办公地点：第三实验楼201-1室

编辑：