我校hbs02红宝石线路应用数学系青年教师张晓（第一作者兼通讯作者）以西安理工大学为第一单位发表在《Pattern Recognition》杂志上的学术论文“Feature selection in mixed data: A method using a novel fuzzy rough set-based information entropy”于2019年11月被遴选为ESI-Highly Cited Paper（高被引论文）。
ESI高被引论文（Highly Cited Paper）是指最近10年每个学科中被SCIE/SSCI引用频次排名位于全球前1%的论文，此类论文通常在其研究领域具有较高的影响力，体现了其研究成果得到的学术关注程度。目前，ESI高被引论文已成为当今世界范围内普遍用以评价高校、学术机构、国家地区国际学术水平及影响力的重要评价指标工具之一。
张晓博士2014年12月毕业于西安交通大学，研究方向为数据挖掘和粒计算，已在Pattern Recognition、Knowledge-Based Systems、IEEE Transactions on Knowledge and Data Engineering、International Journal of Approximate Reasoning等国际主流期刊上发表SCI论文10余篇，累计被引用300余次。目前主持国家自然科学基金青年项目一项，主要参与国家自然科学基金青年项目两项，参与完成国家自然科学基金面上项目两项。该论文中作者提出了一种新的基于模糊粗糙集的信息熵，该信息熵可用作特征选择的评估度量，由此设计了一种混合数据的特征选择算法，并提供了一种选择最佳特征子集的filter-wrapper方法，该研究成果为复杂混合数据的知识发现提供了新途径和方法。
