在数据驱动建模和机器学习优化算法研究方面，提出了刻画复杂数据分布的新型不确定性集构造优化方法，它能在一定置信水平下用最小区域覆盖尽量多样本点，克服了已有鲁棒优化存在的过保守性；构建了基于正则化技术的非负矩阵分解优化模型和算法，能精准聚类、降维和特征辨识。主要成果发表于《Pattern Recognition》，《EAAI》

在数据驱动建模和机器学习优化算法研究方面，提出了刻画复杂数据分布的新型不确定性集构造优化方法，它能在一定置信水平下用最小区域覆盖尽量多样本点，克服了已有鲁棒优化存在的过保守性；构建了基于正则化技术的非负矩阵分解优化模型和算法，能精准聚类、降维和特征辨识。主要成果发表于《Pattern Recognition》、《Engineering Applications of Artificial Intelligence》、《Data Mining & Knowledge Discovery》