※教师简介
李永豪(最新动态见：https://li-yonghao.github.io/)，现任西南财经大学计算机与人工智能学院讲师、硕士生导师。2023年毕业于吉林大学，获工学博士学位。现任中国人工智能学会因果与不确定性人工智能专业委员会委员、粒计算与知识发现专业委员会委员及中国中文信息学会大模型与生成专业委员会委员。当前主要研究方向涉及特征工程、多视图/多模态学习、因果推断、联邦持续学习等人工智能和数据挖掘研究领域，已发表高质量学术论文30余篇，包括IEEE TPAMI、IEEE TKDE、IEEE TNNLS、IEEE TAI、PR、IP&M、KAIS、KBS、INS、KDD、IJCAI、计算机学报等国内外权威期刊/会议，相关工作得到了国内外学者的认可和关注，同时担任IEEE TKDE、IEEE TMM、IEEE TNNLS、IEEE TSMC、IEEE TCYB、IEEE TCSVT、IEEE TFS、IEEE TETCI、IEEE TCE、ACM TKDD、CVPR、ECCV、NeurIPS、AAAI、ACM MM、自动化学报等多个国内外著名期刊/会议审稿人。
“认知计算与群智协同创新”团队科研氛围浓厚，每年有充足的招生名额，欢迎对科研充满热情且具有内在驱动力的同学加入团队，请有意向的同学在查看我的github个人主页后，发送个人简历等材料至本人邮箱，我会尽快回复邮件并安排面谈。
※研究领域
特征工程
多视图/多模态学习
因果推断
联邦持续学习
※教育背景
2020/09-2023/12 吉林大学 计算机科学与技术 博士
2017/09-2020/07 吉林大学 计算机科学与技术 硕士
※职业经历
2024/07年至今 西南财经大学计算机与人工智能学院 讲师
※荣誉奖励
吴文俊人工智能科技进步二等奖
吉林省自然科学二等奖
博士研究生国家奖学金
吉林大学一等研究生优秀奖学金（2次）
吉林大学“优秀研究生”荣誉称号 (2 次)
吉林银行王湘浩助学金 (2 次)
研究生学业奖学金 (3 次)
研究生学术业绩奖学金 (2 次)
中国研究生数学建模竞赛二等奖
※研究成果
部分代表性学术论文（其中†表示共同第一作者，*表示通讯作者。完整论文情况，详见Google Scholar）
[1] Liu Luhan(本科生), He Xinyi(本科生), Pan Hanlin(博士生), Li Yonghao (通讯作者), Gao Wanfu, Wen Jie, Ding Weiping. Multi-Label Feature Selection under Coverage Imbalance and Feature Redundancy [J]. IEEE Transactions on Knowledge and Data Engineering, 2026. (中国计算机学会A类期刊, 财大A类)
[2] Yu Hao(博士生), Yang Xin, Fan Boyang(硕士生), Li Yonghao, et al. Robust Personalized Federated Continual Learning via Explainable Multi-Granularity Prompt[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2026. (中国计算机学会A类期刊, 财大A类)
[3] He Xinyi(本科生), Li Yonghao†, Liu Luhan(本科生), et al. Determinacy-driven multi-label feature selection via representative label promotion[J]. Knowledge-Based Systems, 2026: 116671. (中科院1区TOP期刊, 财大A类)
[4] Pan Chaofan(博士生), Ren Linfei, Xiong Linbo(硕士生), Li Yonghao, et al. Regime-Adaptive Continual Learning for Portfolio Management[C]//Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining V. 2. 2026: 3859-3870. (中国计算机学会A类会议, 财大A类)
[5] Liu Yahui (本科生), Pang Yuzhu(硕士生), Han Yujuan(本科生), Li Yonghao*, Gao Wanfu. Multi-Label Feature Selection Considering Candidate Space Internal Information[J]. Pattern Recognition, 2026: 113416. (中科院1区TOP期刊, 财大A类)
[6] Wang Yangyang (硕士生), Li Yonghao, Cao Xuemei (博士生), Yu Hao (博士生), Liu Jiafen*, Yang Xin. Lifelong Multi-View Clustering with Anchor-Prototype Collaboration[J]. Pattern Recognition, 2026: 113424. (中科院1区TOP期刊, 财大A类)
[7] Li Xiang (硕士生), Fu Huimin, Huang Xiaoou(硕士生), Xie Tianyi (本科生), Ren Lingfei, Gao Wanfu, Li Yonghao*, Yang Xin. Negative Label-Aware and Correlation-Enhanced Multi-Label Feature Selection[J]. Knowledge-Based Systems, 2025: 114797. (中科院1区TOP期刊, 财大A类)
[8] Yonghao Li, Liang Hu, Wanfu Gao. Multi-label feature selection via robust flexible sparse regularization[J]. Pattern Recognition, 2023, 134: 109074. (中科院1区TOP期刊, 财大A类)
[9] Yonghao Li, Liang Hu, Wanfu Gao. Robust sparse and low-redundant multi-label feature selection with dynamic local and global structure preservation[J]. Pattern Recognition, 2023, 134: 109120. (中科院1区TOP期刊, 财大A类)
[10] Yonghao Li, Liang Hu, Wanfu Gao. Label correlations variation for robust multi-label feature selection[J]. Information Sciences, 2022, 609: 1075-1097. (中科院1区TOP期刊, 财大A类)
[11] Yonghao Li, Liang Hu, Wanfu Gao. Multi-label feature selection with high-sparse personalized and low-redundancy shared common features[J]. Information Processing & Management, 2024, 61(3): 103633. (中科院1区TOP期刊, 财大B类)
[12] Liang Hu, Yonghao Li, Wanfu Gao, Ping Zhang, Juncheng Hu. Multi-label feature selection with shared common mode[J]. Pattern Recognition, 2020,104: 107344. (中科院1区TOP期刊, 财大A类)
[13] Yonghao Li, Juncheng Hu, Wanfu Gao. Robust multi-label feature selection with shared label enhancement[J]. Knowledge and Information Systems, 2022, 64(12): 3343-3372. (CCF-B类期刊)
[14] Wanfu Gao, Yonghao Li, Liang Hu. Multilabel Feature Selection with Constrained Latent Structure Shared Term[J]. IEEE Transactions on Neural Networks and Learning Systems, 2023, 34(3): 1253-1262. (中科院1区TOP期刊, 财大A类)
[15] 李永豪, 胡亮, 高万夫. 基于稀疏系数矩阵重构的多标记特征选择[J]. 计算机学报, 2022, 45(09): 1827-1841. (CCF-A类中文期刊，财大A类)
专利
[1] 李永豪; 黄小欧; 潘超凡; 李响; 邹宇东; 曹雪梅; 任灵飞; 周亚晶; 付慧敏; 杨新; 基于层次残差的解析式个性化联邦学习方法及相关装置, 2026-08-25, 中国, CN122452692B (专利)
[2] 杨新; 曹雪梅; 李永豪; 李子杰; 魏兵军; 李艳花; 王杨扬; 赵家浩; 李婷婷; 一种适用于信用风险评估的持续自适应降维方法及系统, 2025-08-14, 中国, CN202511139010.8 (专利)
[3] 付慧敏; 李响; 李永豪; 戴凌婧; 贾书恒; 杨新; 曹雪梅; 罗珺方; 李艳花; 欧阳小草; 任灵飞; 周亚晶; 一种双通道标签引导的多标签特征选择方法及系统, 2026-02-10, 中国, CN202511590317.X (专利)
[4] 高万夫; 高珺; 李永豪; 郝聘婷; 一种利用因果机制灵活探索稀疏多标签特征选择的方法, 2023-09-28, 中国, CN202311273222.6 (专利)
[5] 高万夫; 郝娉婷; 潘涵林; 李永豪; 胡亮; 基于图一致性的标签生成方法及在多标签特征选择的应用, 2025-11-21, 中国, CN202310879609.X (专利)
[6] 高万夫; 潘涵林; 郝娉婷; 李永豪; 一种基于稀疏学习耦合互信息的多标签特征选择方法, 2026-01-06, 中国, CN202310569454.X (专利)
[7] 杨新; 吴美君; 农雅轩; 曹雪梅; 李永豪; 寇纲; 基于持续学习与知识库回放策略的异常交易检测方法, 2024-12-17, 中国, CN202411434704.X (专利)
[8] 杨新; 王杨扬; 曹雪梅; 王向坤; 李永豪; 梁吴扬; 张桀; 魏兵军; 李婷婷; 一种基于数据多模态融合的金融市场异常交易检测方法, 2025-08-13, 中国, CN202511132116.5 (专利)
[9] 高万夫; 韩庆奇; 韩庆强; 马琳; 潘涵林; 郝聘婷; 李永豪; 任震嵩; 基于标签置信度的部分多标签特征选择方法, 2024-04-25, 中国, CN202410504595.8 (专利)
[10] 付慧敏; 戴凌婧; 贾书恒; 李响; 任灵飞; 罗珺方; 欧阳小草; 李永豪; 杨新; 周亚晶; 曹雪梅; 结构感知的双阶段强化学习SAT求解方法及相关装置, 2026-04-14, 中国, CN121503365B (专利)
主要科研项目
[1] 国家自然科学基金青年项目，面向高维复杂数据的多粒度认知驱动特征选择技术研究，2027/01至2029/12，主持
[2] 四川省自然科学基金青年基金项目，联邦持续学习机制下的特征选择关键技术研究，2025/01至2026/12，主持
[3] 中央高校基本科研业务费，联邦持续特征学习关键技术研究，2026/01至2026/12，主持
[4] 符号计算与知识工程教育部重点实验室项目，基于复杂数据驱动的联邦持续特征选择研究，2025/01至2026/12，主持
[5] 吉林省自然科学基金，基于信息论的嵌入式多标签特征选择体系的研究，2021/01至2023/12，主研
[6] 教育部符号计算与知识工程重点实验室项目，基于信息论的多标签特征选择体系研究，2020/12至2022/12，主研
[7] 博士后创新人才支持计划，基于信息论的特征选择技术在分子筛材料定向合成上的研究，2019/05至2021/05，参研
[8] 国家重点研发计划全球变化及应对专项，地球系统模式公共软件平台研发-第四课题集成耦合系统研制与公共软件平台应用示范，2017/12至2021/12，参研
[9] 吉林省省校共建计划专项，远程诊疗专项，2017/12至2021/12，参研
[10] 吉林省重点科技研发项目，面向云存储和大数据环境的加密访问控制系统，2018/12至2020/12，参研
