姓名：闫志刚

性别：男

出生年月：1974年9月

籍贯：河北张家口

民族：汉

政治面貌：群众

学历：博士研究生

学位：工学博士

教育与学历

2014.03-2015.03

访问学者

瑞尔森大学, 加拿大

2013.03-2013.09

高级访问学者

中国科学院资源与环境信息系统国家重点实验室

2008.7-2008.8

进修

明尼苏达大学, 美国

2008.4-2013.9

博士后

深部岩土力学与地下工程国家重点实验室

2001.09-2006.12

地图制图学与地理信息工程博士

中国矿业大学

1999.09-2001.09

地图制图学与地理信息工程硕士

中国矿业大学

1993.09-1997.06

地质工程学士

中国矿业大学

工作经历

2019.01 - 至今中国矿业大学环境与测绘学院，教授

2009.01-2018.12 中国矿业大学环境与测绘学院，副教授

2008.01-2008.12 中国矿业大学环境与测绘学院，讲师

2003.10-2007.12 中国矿业大学环境与测绘学院，助教

1997.07-1999.09 徐州矿务集团有限公司，工程师

科研项目

1．融合深度学习与SVM的矿山灾害时空演变过程的预测预警模型，国家自然科学基金面上项目(41971370)，直接经费57万元，2020.1-2023.12，负责人，在研

2．基于领域知识的矿山灾害感知数据时空演变过程的聚类模型及应用，国家自然科学基金面上项目(41271445)，2013.1-2016.12，负责人，结题

3．基于支持向量机和流形学习的矿井突水数据挖掘与预测预警，国家自然科学基金青年基金项目（40802061），2009.1-2011.12，负责人，结题

4．矿井突水监测信息的特征提取与知识发现（200902534），中 国 博士后科学基金特别资助项目，2009.6-2011.12，负责人，结题

5．基于空间数据挖掘与知识发现的矿井突水预测预警（20080441081），中 国 博士后科学基金，2009.1-2010.6，负责人，结题

6．矿井突水的数据挖掘与知识发现（ 1001019C ），江苏省博士后科学基金，2010.5-2011.5。负责人，结题

7．江苏省市县级基础测绘相关标准的研究与编制，江苏省测绘局科研项目，2006-2008。负责人，结题

8．基础测绘数据更新维护机制研究，江苏省测绘局科研项目，2006-2008，负责人，结题

9．地理资源知识关联算法研究，国家基础地理信息中心科研项目，2016-2018，负责人，结题

指导研究生

在地图制图学与地理信息工程、摄影测量与遥感专业招收博士、硕士研究生，在测绘工程专业招收专业学位研究生。已毕业硕士生18人，其中3人次获得国家奖学金，2人次继续攻读博士学位；在读博士生2名、硕士生5名。

欢迎热爱科研且有一定基础的同学报考，因材施教，根据学生兴趣与特长培养。

教学

中国矿业大学优秀青年骨干教师

2008、2012、2013年学校百佳本科教学教师，获学校教学成果二等奖2项（1/5），教学质量一等奖1项（1/5），主持校级教改项目3项，发表教学研究论文10余篇。

获奖

2015 地理信息科技进步奖(Ⅲ, R3)

2007 测绘科技进步奖(Ⅲ, R7)

出版专著及教材

矿山水害空间数据挖掘与知识发现的支持向量机理论与方法

中国矿业大学出版社，2013年10月

专著

时空数据挖掘，矿山灾害监测与信息处理，地理空间数据处理与建模等

多家SCI期刊、中文核心期刊审稿人、编委

国家自然科学基金委、江苏省、教育部等各类项目及人才工程评审专家

（1）矿井突水信息处理的SVM-RS模型，中国矿业大学学报，2008.5,37(3) （2）矿井涌水水源分析的支持向量机模型，煤炭学报，2007.8，32(8) （3）Application of SVM to Analyze the Headstream of Water Inrush in Coal Mine,Journal of China University of Mining and Technology,2006.12,16（4） （4）多类支持向量机推广性能的分析，数据采集与处理[J]，2009，24(4)：469-475 （5）H-SVMs的构造方法，东南大学学报（自然科学版）[J],2009，9(suppl):204-209 （6）矿井涌水水源识别的MMH支持向量机模型，岩石力学与工程学报[J]，2009,28(2):324-329 （7）An Experimental Study of the Hyper-parameters Distribution Region and Its Optimization Method for Support Vector Machine with Gaussian Kernel,International Journal of Signal Processing,Image Processing and Pattern Recognition[J],2013,6(5):437-446 （8）Performance Analysis and Coding Strategy of ECOC SVMs，International Journal of Grid and Distributed Computing[J],2014,7(1):67-75 （9）A Novel Intelligent Computational Model for Analyzing and Predicting Coal Mine Water Inrushs，Journal of Computational and Theoretical Nanoscience[J],2015,12(5):6172-6177 （10）A novel adaptive differential evolution SVM model for predicting coal and gas outbursts，Journal of Difference Equations and Applications[J]，2017,VOL.23,NOS.1-2,238-248