一、基本情况

黄华，副教授，理学博士,研究方向是高维数据的稀疏低秩子空间聚类方法。先后主持重庆市科技局自然科学基金项目1项，现获批重庆市联合基金项目1项，主持校级科研项目、校级重点项目多项，参加国家自然科学基金项目3项，前后发表SCI、核心期刊论文近10篇。近年来一直密切关注子空间聚类研究领域的新方法新技术，特别对基于谱聚类框架下的稀疏、低秩子空间聚类有较为全面的深入研究，并将相关研究与山地农机作业场景理解相结合，得到了市科技局、市农业农村委的高度认可，后续将对山地农机作业路径规划等方面展开深入研究。

二、科研方向

   最优化理论及应用（稀疏子空间聚类） 

三、科研成果

1、科研项目

  （1）2024.07-2027.06 面向异构数据聚类的生成对抗集成学习模型研究，重庆市科技局联合创新基金项目，主持，50万，在研。

  （2）2020.09-2023.10 结构信息诱导的稀疏子空间聚类及应用研究，重庆市科技局自然科学基金面上项目，主持，10万，结题。

2、代表性论文

[1] Huang H , Wu J , Yi W . On the restricted almost unbiased two parameter estimator in linear regression model[J]. Communications in Statistics-Theory and Methods, 2017, 46(4): 1668-1678.

[2] Huang H , Wang W , Lu C , et al. Side-information- induced reweighted sparse subspace clustering[J]. Journal of Industrial and Management Optimization, 2021, 17(3): 1235-1252.

[3] Huang H , Lu C , Zhang L , et al. Convergence and stability analysis of the half thresholding based few-view CT reconstruction [J]. Journal of Inverse and Ill-posed Problems, 2023, 28(6): 829-847.

[4]Huang H, Wang W ,Wang Q, Lu C,Gao Y,et al.Relaxed Block Diagonal Representation for Subspace Clustering[J].

Engineering Applications of Artificial Intelligence.Submitted.

[5]Jia X,Feng X,Wang W,Huang H,Xu C,et al.Online Schatten quasi-norm minimization for robust principal component analysis[J].Information Sciences: An International Journal, 2019, 476.