2016年12月8日，中科院虚拟经济与数据科学研究中心齐志泉、田英杰、石勇在模式识别领域著名国际期刊《Pattern Recognition》上发表的论文“Robust twin support vector machine for pattern classification”荣获该期刊两年一度的最佳论文奖。该奖项由Pattern Recognition 学术委员会负责评选，在第23届ICPR ( International Conference on Pattern Recognition ) 国际模式识别会议上颁发。具体奖品包括现金奖励和奖牌，石勇教授作为代表前往领奖。
石勇教授（中间）领奖合影 获奖论文提出了一种新的鲁棒双胞胎支持向量机（称为R-TWSVM），通过二阶锥形编程公式进行分类，可以有效地处理测量噪声的数据。初步实验证实了所提出的方法的鲁棒性及其在计算时间和分类精度方面优于传统的鲁棒SVM。值得注意的是，由于我们不需要计算额外的矩阵的逆，这与现有的TWSVM完全不同。 此外，我们通过简化R-TWSVM给出了一种新的双重形式的TWSVM，它成功地克服了TWSVM的现有缺点。据Google Scholar的统计结果显示，截至2016年12月份，该文已被引用134次，是2013年度 《Pattern Recognition》被引次数最多的论文。
《Pattern Recognition》是模式识别、人工智能（AI）领域的著名期刊，近5年影响因子（Impact Factor）：3.707，中科院SCI分区：二区。最佳论文奖由Pattern Recognition 学术委员会负责评选，每两年评选一次，根据“原创性、可读性、引用率”三个方面的指标，从两年内发表的所有论文中评选出年度最佳论文奖1名，提名奖2名。ICPR会议是模式识别领域顶级会议之一，邀请各国学者和专家来讨论模式识别，机器学习和计算机视觉领域的最新进展，以及这些技术在各个领域的应用。今年由墨西哥计算机视觉、神经计算、机器人协会主办，在墨西哥坎昆召开。
附：
Zhiquan Qi（齐志泉）, Yingjie Tian（田英杰，通讯作者）, Yong Shi（石勇），Robust twin support vector machine for pattern classification, Pattern Recognition, Volume 46, Issue 1, Jan. 2013, Pages 305-316.
