摘要：在计算智能领域的层次分类任务研究中，特征选择与分类停止机制的理论整合问题，本质上源于数据降维最优化与决策终止动态适应性在层级特征空间构建与多级决策终止控制的认知建模逻辑耦合失调。针对二者整合中存在兼容性问题，李金海教授团队基于模糊概念认知学习理论，构建了一种融
开拓进取、奋发有为
在科技强国的征途中
砥砺前行
这是勇担使命的
昆明理工大学科技工作者
近期，他们
又取得了高水平科研成果
一起来看看~~~
昆明理工大学近期科研成果速览
一
系统科学学科刘文奇、李金海团队在计算科学建模方向取得重要进展
二
有色金属复合结构电极材料团队在电还原硝酸盐制氨领域取得新进展
三
易健宏教授、王劲松副教授团队在电解水制氢研究领域取得重要进展
四
真空冶金国家工程研究中心在高端锑基新材料制备方面取得研究进展
五
计算物理团队在复杂系统临界突变预测研究方面取得新进展
一
系统科学学科刘文奇、李金海团队
在计算科学建模方向取得重要进展
系统科学学科刘文奇、李金海团队在计算科学建模方向取得重要进展，相关成果分别发表在计算智能、机器学习和计算社会科学领域国际顶级期刊上。
1. 团队基于模糊概念认知学习理论，构建了一种融合特征选择与停止机制的层次分类模型（HFCCLM） 。
在计算智能领域的层次分类任务研究中，特征选择与分类停止机制的理论整合问题，本质上源于数据降维最优化与决策终止动态适应性在层级特征空间构建与多级决策终止控制的认知建模逻辑耦合失调。针对二者整合中存在兼容性问题，李金海教授团队基于模糊概念认知学习理论，构建了一种融合特征选择与停止机制的层次分类模型（HFCCLM）。具体通过模糊概念包含度的动态更新实现增量式特征选择，同时融合基于线索的模糊推理的集合近似与模糊概念认知匹配的不确定性设计停止机制。通过实验分析表明，在层次分类学习任务的4项核心评价指标中，HFCCLM相较于8种对比方法均呈现出显著的性能优势。
相关成果以 Uncertain multi-conceptual information acquisition and fusion for hierarchical classification 为题，发表于人工智能领域 Elsevier 旗下期刊 Information Fusion 。系统科学专业2021级博士生邓小媛为论文的第一作者，李金海教授为论文的通讯作者，南通大学丁卫平教授和深圳大学王熙照教授为论文的合作作者，昆明理工大学为第一和通讯单位。
论文链接地址：
2. 团队提出了一种基于多层次随机概念聚类的缺失多标签分类模型（MML-MSCC）。
在机器学习领域的多标签分类任务研究中，由于标签之间通常存在复杂的依赖关系，使得在标签缺失的情况下对数据进行准确分类面临极大挑战。尽管当前的缺失多标签分类模型利用特征选择来有效识别标签与特征之间的依赖关系，然而现有的方法在捕捉特征信息的层次关系方面效果欠佳，进一步导致预测性能下降。为了解决这一问题，李金海教授团队提出了一种基于多层次随机概念聚类的缺失多标签分类模型（MML-MSCC），旨在更准确地识别特征与标签之间的依赖关系，从而提高模型的预测性能。具体通过计算标签和特征之间的全局互信息来完成对特征的最优粒度选择，并利用随机粒概念的聚类来完成对缺失标签的补全和模型的预测。通过在6个评估指标下与现有的 9 种缺失多标签分类算法的比较，验证了所提模型的有效性，结果表明MML-MSCC模型能在一定程度上提高缺失多标签分类模型的泛化性能。
相关成果以 Multi-level information fusion for missing multi-label learning based on stochastic concept clustering 为题，发表于人工智能领域 Elsevier 旗下期刊 Information Fusion 。系统科学专业2020级博士生刘之茗为论文的第一作者，李金海教授为论文的通讯作者，西安理工大学张晓副教授和深圳大学王熙照教授为论文的合作作者，昆明理工大学为第一和通讯单位。
论文链接地址：
3.团队 构建了刻画跨社会关系语言扩散过程的双层网络模型。
在计算社会科学领域的语言扩散任务研究中，全球语言多样性日益濒危，刘文奇教授团队将多层网络方法引入少数民族语言传播动力学研究中，构建了刻画跨社会关系语言扩散过程的双层网络模型。该研究以中国云南省佤族聚居地为案例，通过实地入户调查收集个体的语言使用数据，区分了“族群关系网络”与“经济活动网络”两类社会关系结构，揭示了语言选择在不同网络层中的显著差异性。不仅如此，构建了语言单语状态与双语状态之间的多态转移机制，引入三类层间交互模式，刻画族群网络对经济网络中语言扩散阈值的调控作用。数值模拟进一步验证了模型的动态预测能力，发现异质结构网络更有利于实现语言扩散，且上层网络中双语比例越高，越能有效激发下层网络中的双语生成。在实证分析中，基于实际社会关系数据构建了村庄层级的佤族社会网络，结果表明所提模型能够准确捕捉正交互作用对双语扩散的促进作用。该研究突破了传统单层语言扩散模型的局限性，量化了多层社会网络结构对语言演化过程的调控效应，为少数民族语言保护与传播政策的制定提供了理论依据。
相关成果以 Utilizing multilayer networks to explore minority languages phase transitions 为题，发表在信息资源管理领域 Elsevier 旗下期刊 Information Processing & Management 。系统科学专业2021级博士生高雅为论文第一作者，刘文奇教授为通讯作者，北京师范大学樊京芳教授、昆明理工大学张永文副教授与乔盼节博士为论文合作作者，昆明理工大学为第一和通讯单位。
论文链接地址：
二
有色金属复合结构电极材料团队
在电还原硝酸盐制氨领域取得新进展
冶金与能源工程学院有色金属复合结构电级材料团队在电还原硝酸根制氨研究领域取得重要进展，研究成果 Dual-active-site Accelerated Hydrogenation Facilitates Efficient Electrochemical Reduction of Nitrate to Ammonia 在环境与能源催化领域国际顶级期刊 Applied Catalysis B: Environment and Energy 上发表。昆明理工大学冶金与能源工程学院2022级博士研究生魏金龙为论文第一作者，徐瑞东教授、杨邻静博士为论文通讯作者，东南大学李桂香教授为论文共同通讯作者，昆明理工大学为论文第一通讯单位。
碱性硝酸根还原制氨机理分析
冶金与能源工程学院徐瑞东教授与杨邻静博士团队，提出双金属活性位点概念对Cu 2 O进行改性以提升其碱性产氨催化性能。通过一种新颖的“电镀-氧化-电还原”（E-O-E）方法成功制备了具备三维锥状结构的铁掺杂氧化亚铜/泡沫铜催化剂（Fe-Cu 2 O/CF）。该催化电极材料在碱性体系中具备优异的eNO3⁻RR产氨性能（10.27 mg h‒1 cm‒2，93.05%），并且在外加电压-0.3 V vs. RHE 条件下能够长期稳定20 h，平均法拉第效率皆在92.76%之上，具有强有力的催化结构稳定性。此外，掺入 Cu 2 O/CF 中的Fe3+与 Cu+将Cu+单位活性位点转变为Fe3+-Cu+双活性位点，优化了 Cu 2 O 对 NO3⁻RR* 的吸附能垒和电子配位结构，从而加速了其加氢能力。同时，在eNO3⁻RR过程中，Fe3+-Cu+活性中心是具有不同功能的双活性位点。具体而言，Fe3+位点作为加速水解离产生 H*速率的载体，而 Cu+位点负责吸附和活化NO3⁻，从而降低了决速步骤（NO*→NHO*）的反应能垒，进而协同增强了eNO3⁻RR产氨催化活性及选择性。本研究为设计eNO3-RR和其它电化学还原高效催化剂提供了新的设计理念与理论支撑。论文链接地址：
三
易健宏教授、王劲松副教授团队
在电解水制氢研究领域取得重要进展
材料科学与工程学院易健宏教授、王劲松副教授团队在电解水制氢研究领域取得了重要进展。相关研究成果以 Dynamic Trade-Off of Electronic Structure to Activate and Stabilize Lattice Oxygen via Ceδ+-O/Co-Fe Hydroxide Interface for Industrial level Water Oxidation 为题，发表于能源领域国际顶级期刊 Energy & Environmental Science 上。
阴离子交换膜水电解（AEMWE）由于允许采用不含铂族金属（PGM）材料的催化剂，同时保留了质子交换膜水电解槽（PEMWE）的优点被认为是可持续能源经济的关键技术。在阴离子交换膜水电解槽（AEMWEs）的阳极侧，析氧反应（OER）是一个涉及多步电子转移的复杂过程，其缓慢的反应动力学会导致较低的水电解制氢效率。一般来说，OER反应机制常遵循吸附演化机制（AEM）和晶格氧机制（LOM）。其中，AEM因*OH与*OOH中间体的线性相关吸附强度关系而动力学缓慢，并且存在最小的理论过电位为~0.37 V。LOM可以通过直接O-O耦合克服这一瓶颈，提供更好的OER活性，然而，晶格氧过度逸出会导致结构不稳定。因此，激活和维持LOM 机制对于设计下一代应用于实际的AEMWEs中的高效 OER 催化剂至关重要。
昆明理工大学为论文的第一单位，易健宏教授、王劲松副教授和云南开放大学唐语博士为通讯作者，材料学院李智敏博士为第一作者。
论文链接地址：
四
真空冶金国家工程研究中心
真空冶金国家工程研究中心围绕锑基新材料在 Advanced Materials 上发表题为 Recent Research Progress of Antimony-Based Two-Dimensional Materials for Electronics and Optoelectronics 的最新综述。昆明理工大学冶金与能源工程学院2023级硕士研究生李腾为论文第一作者，杨佳教授为论文的通讯作者，华中科技大学翟天佑教授、李渊教授为论文的共同通讯作者，昆明理工大学为论文的第一通讯单位。
随着石墨烯的发现及其在二维材料领域引发的广泛关注，探索具有独特性质和广泛应用前景的新型二维材料成为研究热点。其中，锑基二维材料凭借其卓越的物理性质、自然丰度及显著的稳定性，逐渐成为下一代集成电路材料的有力候选者。在合成方法方面，这些锑基二维材料涵盖了从自上而下的机械剥离、液相剥离，到自下而上的化学气相沉积、分子束外延、溶液法、热蒸发和原子层沉积等技术路线。每种材料的合成路径根据其结构特性与应用需求而有所差异，现阶段的研究重点集中在提升合成可控性、晶体质量与尺度放大，以支持器件级应用的实际需要。
总体而言，锑基二维材料家族已初步建立起“结构-性能-应用”三位一体的研究体系，涵盖半导体、绝缘体、金属与拓扑材料多个功能维度。这类材料不仅是基础材料科学探索的重要对象，也是柔性电子、光通信、光伏能源、热电制冷、类脑计算等领域实现技术突破的关键支撑。未来，随着合成工艺的进一步优化、器件集成技术的完善与理论模型的深入发展，锑基二维材料有望成为电子与光电子新时代的“核芯”材料力量。
论文链接地址：
五
计算物理团队
理学院曾春华教授领衔计算物理团队在 Nature 旗下权威期刊 Communications Physics 发表题为 Predicting critical transitions with machine learning trained on surrogates of historical data 的最新研究成果。昆明理工大学为论文第一单位，马智钦博士为第一作者，导师曾春华教授为第一通讯作者，加拿大麦吉尔大学Thomas M. Bury博士为共同通讯作者，中北大学张翼成教授参与此项工作。
临界行为是复杂系统的一个基本特征，从生态或生物系统到金融市场和气候等复杂系统，都会存在临界点，在临界点上可能会发生突然转变，临界点的预测是当前面临的艰难和复杂的科学问题。临界突变这种行为无论有利还是无利，及早识别预警信号都有利于对复杂系统进行干预和控制，可以促进或阻止这类行为发生。统计物理和人工智能的结合为解决复杂系统临界行为提供了新途径。
图1：基于替代数据的机器学习预测框架
在真实复杂系统中，一是往往数据量小，二是使用数学模型的分岔类型预测临界突变是理想情况。针对以上两个关键科学问题，曾春华教授领衔计算物理团队持续攻关十余年，提出了基于替代数据方法增强数据（真实数据和生成数据特征相似），训练机器学习分类器来区分远离和接近临界两类数据。当分类器 “接近临界”类别较高概率时，这作为临界突变的早期预警信号。基于替代数据的机器学习 (SDML)预测框架如图1所示，23个真实样本数据中80%做模型训练和20%做测试（图1A），生成2000个样本数据（图1B），结合多种机器学习的分类器方法（图1C）。在生态学、生物学、气候学、地质学、社会学等实证数据上测试了基于替代数据的机器学习方法，相比基于临界慢化传统预警方法(方差和滞后1自相关等)，该方法更具有可靠性、实用性、准确性（图1D）。基于替代数据的机器学习方法的优势在于它不需要理想的数学模型，只要满足特定系统：预测临界突变动力学特征曾经发生过，接近和远离临界突变具有不同动力学特征。临界突变在自然界是普遍存在的，包括森林火灾、山体滑坡、地震、太阳耀斑、癫痫、基因突变、金融危机等，该论文提出SDML框架预测复杂系统临界突变的早期信号，为管理者制定减灾对策和战略决策提供科学依据和重要信息。
此外，计算物理团队提出弛豫时间预测自组织系统临界突变以题为 Relaxation Time as Early Warning Signal of Avalanches in Self-Organizing Systems 发表于美国物理学权威期刊 Phys. Rev. Research ，被美国物理学会（APS）以 Researchers Quantify Avalanche Predictability Using Model Systems （研究人员使用模型系统量化雪崩的可预测性） 为题对该工作进行重点报道。
Communications Physics论文链接地址：https://www.nature.com/articles/s42005-025-02172-4
Physical Review Research论文链接地址：https://journals.aps.org/prresearch/abstract/10.1103/PhysRevResearch.6.013013
来源：博学的火车n0Rjo2
