研究方向
大數(shù)據(jù)分析（Big DataAnalysis），圖像處理（Image Processing），偏微分方程數(shù)值解(NumericalSolution of Partial Differential Equations)等
人物簡介
石玉英，女，2001年7月在山東大學(xué)數(shù)學(xué)與系統(tǒng)科學(xué)研究院信息與計算科學(xué)專業(yè)獲得學(xué)士學(xué)位，2006年7月在中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院應(yīng)用數(shù)學(xué)所獲博士學(xué)位，2015年被聘為教授。中國工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會理事，中國圖象圖形學(xué)學(xué)會理事
主要從事
大數(shù)據(jù)分析、圖像處理和偏微分方程數(shù)值解等方面的研究工作，近期重點研究大數(shù)據(jù)分析、圖像恢復(fù)、邊界檢測及其應(yīng)用。先后負(fù)責(zé)國家自然科學(xué)基金3項、國家重點研發(fā)計劃課題1項、863子課題1項以及多項橫向課題。出版中文專著1部，發(fā)表SCI收錄論文30余篇。
教學(xué)與人才培養(yǎng)情況
教學(xué)課程
圖像處理的PDE方法，32學(xué)時，50人
大數(shù)據(jù)分析，2017-2019年，32學(xué)時，18-26人
數(shù)學(xué)專業(yè)英語，16學(xué)時，56人
學(xué)生培養(yǎng)
畢業(yè)碩士： 王瑋，賈文，郭峰，劉慧，張曉樂，賈彤彤，趙倩，李一霖，祁琳，欒晶，劉巧。3. 學(xué)生獲得榮譽
劉晶晶，北京市普通高等學(xué)校優(yōu)秀畢業(yè)生（碩士），2014，導(dǎo)師：石玉英
科研項目
[1]國家自然科學(xué)基金，“邊界檢測方法及其在電網(wǎng)安全保障中的應(yīng)用”， (No. 11271126，2013.01－2016.12)，資助強度：60萬
[2]國家自然科學(xué)基金，“基于逆尺度空間方法的圖像恢復(fù)問題” (No. 10801049，2009.01－2011.12)，資助強度：17萬
[3]國家自然科學(xué)基金，“基于G空間上的迭代正則方法的圖像恢復(fù)問題” (數(shù)學(xué)天元基金，No.10726035，2008.01－2008.12)，資助強度：3萬
[4]國家外國專家局聘請外國文教專家重點項目，“基于尺度空間方法和逆尺度空間方法的圖像恢復(fù)問題” (2010.01－2010.12)，資助強度：3萬
[5]教育部中央高校基金重大項目“圖像處理的偏微分方程方法在智能電網(wǎng)中的應(yīng)用”(No. 2014ZZD10， 2014.04－2017.04)，資助強度：108萬
[6]教育部中央高�；鹈嫔享椖俊盎贛umford-Shah模型的快速邊界檢測研究”(2011.07－2013.12)，資助強度：5萬
主要獲獎
[1]北京市組織部，2012.07， 2012年度北京市優(yōu)秀人才培養(yǎng)資助計劃
[2] 華北電力大學(xué)，2017.12， 2016－2017學(xué)年度優(yōu)秀研究生班主任
[3] 華北電力大學(xué)，2017.9， 華北電力大學(xué)2016-2017年度教學(xué)優(yōu)秀獎
代表論著
[1]石玉英，楊曉忠，常謙順，《圖像恢復(fù)的全變分模型及數(shù)值方法》，科學(xué)出版社，2013年3月，23萬字， ISBN：978-7-03-036161-5.
[2]Y.Y.Shi, Z.M. Huo, J. Qin and Y.L. Li, Automatic prior shape selection for image edge detection with modified Mumfordu2013Shah model, Computers & Mathematics with Applications, Available online 3 October 2019,In Press.
[3]Y.Y. Shi,Y. Gu, L.L. Wang and X.C. Tai, A fast edge detection algorithm using binary labels, Inverse Problems and Imaging, 9(2): 551-578, 2015.
[4]Y.Y. Shi and Q.S. Chang,A robust and fast combination algorithm for deblurring and denoising, Signal, Image and Video Processing, 9(4): 865-874, 2015.
[5]Y.Y. Shi, X.Z. Yang and Y.G. Zhu, Bregman iterative model using the G-norm,?Acta Mathematicae Applicatae Sinica, 30(1): 179-186, 2014.
[6]Y.Y. Shi and Q.S. Chang,Efficient algorithm for isotropic and anisotropic total variation deblurring and denoising, Journal of Applied Mathematics, 2013, Article ID 797239, 2013.
[7]Y.Y. Shi,L.L. Wang and X.C. Tai, Geometry of total variation regularized $L^p$-model, Journal of Computational and Applied Mathematics, 236(8):2223-2234, 2012.
[8]Y.Y. Shi and X.Z. Yang, New total variation regularized L1 model for image restoration, Digital Signal Processing, 20(6):1656-1676, 2010.
[9]Y.Y. Shi and Q.S. Chang, New model for image restoration with different boundary conditions, Acta Mathematicae Applicatae Sinica,26(3):369-380, 2010.
[10]Y.Y. Shi, Convergence of fixed point iteration for modified restoration problems, Journal of Mathematical Imaging and Vision, 32(1):31-39, 2008.
[11]Y.Y. Shi and Q.S. Chang, Acceleration methods for image restoration problem with different boundary conditions, Applied Numerical Mathematics,?58(5):602-614, 2008.
[12]X.L. Zhang, Y.Y. Shi, Z.F. Pang and Y.G. Zhu, Fast algorithm for image denoising with different boundary conditions,?Journal of the Franklin Institute, 354(11): 4595u20134614, 2017.
[13]T.T. Jia, Y.Y. Shi,Y.G. Zhu, L. Wang, An image restoration model combining mixed L1/L2 fidelity terms, Journal of Visual Communication and Image Representation, 38: 461u2013473, 2016.
[14]J. Liu, Y.Y. Shi and Y.G. Zhu, A fast and robust algorithm for image restoration with periodic boundary conditions, Journal of Computational Analysis and Applications, 17(3): 524-538, 2014.
[15] Wang, D.Y. Jiang, F.H. QiY.Y. Shi, Y.C. Zhao, Dynamics of the higher-order rogue waves for a generalized mixed nonlinear Schrodinger model, Communications in Nonlinear Science and Numerical Simulation, 42:502-519,2017.
[16]Y.G. Zhu, Y.Y. Shi, B. Zhang and X.Y. Yu, Weighted-average alternating minimization method for magnetic resonance image reconstruction based on compressive sensing, Inverse Problems and Imaging, 8(3): 925-937, 2014. SCI
[17]Y.G. Zhu and Y.Y. Shi, A fast method for reconstruction of Total-Variation MR Images with a periodic boundary condition, IEEE Signal Processing Letters, 20(4):291-294. 2013.
