杨晓伟，男，博士，教授，博士生导师。研究领域为：机器学习和模式识别。主要学术贡献包括：（一）在支持向量机领域，提出了基于核模糊C-均值聚类及最远距离策略的模糊支持向量机分类算法和基于非凸优化的鲁棒最小二乘支持向量机算法，首次证明了在高斯核所引导的高维特征空间中，由模糊C-均值聚类算法生成的类中心未必在原始低维特征空间中存在原像，纠正了高维特征空间中样本点到类中心的距离计算公式；（二）在张量分析领域，首次提出了线性支持高阶张量机分类模型，克服了早期支持张量机分类模型没有闭式解的不足，从理论上说明了标准支持向量机分类模型是该模型的一个特例；（三）在迁移学习领域，首次从统计学的角度出发提出了对齐源域和目标域联合分布的浅层和深层迁移学习算法，解决了迁移学习的一个本质性问题。相关成果主要发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics、IEEE Transactions on Evolutionary Computation、IEEE Transactions on Fuzzy Systems、IEEE Transactions on Image Processing、IEEE Transactions on Software Engineering、IEEE Transactions on Knowledge and Data Engineering、IEEE Transactions on Geoscience and Remote Sensing、IEEE Transactions on Medical Imaging、Pattern Recognition、Neurocomputing、ICSE、ICDM、SDM等国内外人工智能、模式识别和软件工程主流杂志和国际学术会议上。到目前为止，指导学术型硕士和博士80余人，其中3人获得国家级人才称号，1人获得广东省青年珠江学者称号，4人获得广东省杰青称号。