2019年2月，粒计算及其应用重点实验室17级硕士研究生刘欣欣等撰写的《Hierarchical Feature Extraction Based on Discriminant Analysis》被《Applied Intelligence》期刊接收，并已正式发表（DOI: 10.1007/s10489-019-01418-3）。该论文根据“分而治之”策略及类别的层次结构进行分层分类任务的拆分，得到与非叶子结点数量的多个子分类任务；然后为每一子分类任务构造类内离散度矩阵、类间离散度矩阵；最后根据判别分析方法进行特征提取。相比于传统的扁平式特征提取方法，本文提出的基于判别分析的分层特征提取模型，能够有效利用类别的层次结构，进而为每一子分类任务提取更有判别力的特征；相比于对以层为单位的子分类任务进行特征提取的方法，本文提出的模型以结点为单位进行特征提取，为较小范围的类别提取特征，更利于区分各类别，也能够降低层间错误的产生和传递。
       《Applied Intelligence（APIN）》是中科院Q1区期刊，是人工智能与神经网络领域的期刊，侧重于解决实际复杂问题的人工智能方法和应用。最新的2018年影响因子为2.882。