个人简介

侯良哨，博士毕业于香港浸会大学数学系，现为中山大学理学院副教授、博士生导师。主要从事应用数学与优化理论研究，并关注其在机器学习和数据分析中的应用。研究重点包括非负矩阵分解、流行优化方法与分式规划模型的算法设计、理论分析及其计算实现。目前主持国家自然科学基金青年项目 1 项，参与国家自然科学基金面上项目 1 项。

研究领域

研究工作围绕矩阵分解与结构化优化问题中的高效算法与收敛性理论展开，致力于从应用数学角度解决机器学习与数据挖掘中常见的低秩建模、表示学习与约束优化问题。相关成果在 IEEE TPAMI、IEEE TKDE、Journal of Scientific Computing、Journal of Optimization Theory and Applications 等计算数学、优化与计算机交叉领域的权威期刊发表。
欢迎具有应用数学、计算数学、统计或计算机背景，对优化方法、矩阵计算及其在数据分析与机器学习中的应用感兴趣的学生报考研究生。

教育背景

2017.08 – 2020.07 香港浸会大学，数学系，博士

2014.09 – 2017.01 上海财经大学，数学科学学院，硕士

2010.09 – 2014.07 浙江工业大学，理学院，数学学院，学士

工作经历

2026.01 – 至今 中山大学，理学院，副教授

2025.08 – 2025.12 香港浸会大学，数学系，研究员

2022.08 – 2025.08 香港浸会大学，数学系，研究助理教授

2020.08 – 2022.08 香港浸会大学，数学系，博士后

代表性成果

（#表示共同第一作者，*表示通讯作者）

[1] L. Hou, D. Chu*, and L.-Z. Liao.
A fast block coordinate descent method for orthogonal nonnegative matrix factorization. 
SIAM Journal on Matrix Analysis and Applications, to appear, 2026.

[2] L. Hou, D. Chu*, and L.-Z. Liao.
A progressive hierarchical alternating least squares method for symmetric nonnegative matrix factorization.
IEEE Transactions on Pattern Analysis and Machine Intelligence, 45(5): 5355–5369, 2023.

[3] L. Hou, D. Chu*, and L.-Z. Liao.
Convergence of a fast hierarchical alternating least squares algorithm for nonnegative matrix factorization.
IEEE Transactions on Knowledge and Data Engineering, 36(1): 77–89, 2024.

[4] L. Hou, X. Qian, L.-Z. Liao*, and J. Sun.
An interior-point parameterized central path following algorithm for linearly constrained convex programming.
Journal of Scientific Computing, 90(3): 1–31, 2022.

[5] J. Hao, H. He*, and L. Hou.
An implementable proximal extragradient method for structured fractional programming.
Journal of Optimization Theory and Applications, 207(2): 1–33, 2025.

[6] L. Hou, J. Zhou*, and E. K.-W. Chu.
Inverse iteration for Sylvester operators.
Journal of Computational and Applied Mathematics, 2025.