【计算机科学与技术学院 宣】（张海军 文/图）许多领域数据具有种类杂、规模大、维度高、噪声多、结构复杂等综合特征，很难直接采用其原始特征完成分类、聚类、回归等下游应用任务。该项目针对不同结构/类型/规模的高维复杂数据的特征耦合强、冗余信息多等问题，研究了树形结构数据的向量化表示、如何有效提高数据特征的鲁棒性和鉴别性等问题，研制了数据分类和检索工业应用系统，解决了日常文本/图像数据分类和检索的精确性问题。该项目具有三个创新点：一是树形结构数据的统一向量化表示方法，二是监督信息受限的低秩紧凑特征学习方法，三是基于字典学习的鲁棒稀疏特征表示方法，并形成了系列知识产权。目前张海军教授等已经围绕该项目在IEEE TIP、TSP、TKDE、TNNLS等国际期刊发表IEEE/ACM汇刊论文37篇，授权国家发明专利15项，其中专利成果转化2项，取得软件著作权5项。

哈工大（深圳）计算机科学与技术学院张海军教授为该项目第一完成人，哈工大（深圳）为第一完成单位。

CAA自然科学奖主要授予在我国自动化科技领域对自然科学基础研究和应用基础研究做出重大科学发现的研究集体和个人。授奖等级根据候选人所做出的科学发现进行综合评定：在科学上取得突破性进展，发现的自然现象、揭示的科学规律、提出的学术观点或者其研究方法为国内外学术界所公认和广泛引用，推动了本学科或者相关学科的发展，或者对经济建设、社会发展有重大影响的，可评为一等奖。（审核 王宇宁）