个人简介
陈叶旺, 男, 软件工程, 2009年7月获博士学位, 复旦大学, 计算机软件与理论.现为华侨大学计算机科学与技术学院, 人工智能系.
主要业绩: (1) 开发(快速)聚类算法6个，快速kNN算法2个; (2)主持科研项目累计200万：1项国家科技型中小企业技术创新基金、2项国家重点实验室研究项目、1项校级研究生教育教学改革研究项目、1项福建省自然科学面上基金项目、1项福建省自然科学青年基金项目、1项厦门市科技计划项目、1项泉州市高层次人才计划项目、1项中央高校基本科研业务费、1项校人才引进计划、1项横向课题. (3)参与国家自然科学基金项目5项, 省重点科技项目1项, 泉州市重点项目1项. (4)发表论文30余篇,中科院2区9篇其中top 4篇, 中文权威 (CCF A类)1篇, 顶级国际学术会议 2篇，高被引1篇. (5)共4项已获授权发明专利, 在申报5项发明专利. (6)获得2016年厦门市科技进步奖三等奖1项, 泉州市科技进步奖三等奖1项. (7)泉州市高层次人才.
研究生招生：数学、计算机相关专业，对机器学习有浓厚兴趣，愿意吃苦耐劳,熟悉CUDA、MapReduce、SPARK并行计算工具、深度学习相关工具者优先.
教育经历:
(1) 1997.9-2001.7 华侨大学 管理信息系 工学学士
(2) 2003.9-2006.7 华侨大学 计算机应用技术 工学硕士
(3) 2006.3-2009.7 复旦大学 计算机软件与理论 理学博士
学术经历:
(1) 2009.9-至今 华侨大学, 计算机科学与技术学院, 硕士生导师.
(2) 2016.5-2017-5 加拿大Concordia, 信息工程技术学院, 访问学者.
主教课程: 高等代数, 计算方法, 机器学习, 最优化
主持在研项目：
(1) 基于快速局域近邻搜索的大规模并行聚类算法关键技术研究. 江苏省计算机信息处理技术重点实验室开放课题, (KJS2047), 2021/04-2023-03.
(2) 在线CAD几何引擎核心算法和CAD相关智能算法研究与应用. 横项, 2020/12-2024/12.
(3) 基于快速聚类的食品安全异构数据语义分析与分类研究.北京市食品安全大数据技术重点实验室, (BTBD-2020KF06), 2020/05-2022/04.
(4) 基于AI人工智能深度学习的人脸识别系统研发与应用. 横项, 2019/07- 2020/12.
(5) 面向大规模数据快速并行聚类分析的关键技术研究. 江苏省计算机信息处理技术重点实验室开放课题, (KJS1839), 2019/01-2020-12.
(6) 基于深度学习的多模态电话诈骗防范技术研究与应用. 横项, 2019/03- 2020/12
(7) 面向辅助驾驶系统的快速聚类算法研究与应用. 泉州市科技计划项目. (2018C114R), 2018.
参与在研项目：
(1) 基于非参数概率混合模型的方向数据聚类算法研究, 国家自然科学基金面上项目 (61876068), 2019/01-2022/12, 62万, 参与, 排名第3
(2) 不完整人体运动捕获数据中的姿态与行为识别技术研究, 国家青年自然科学基金 (61202298).
(3) 高维多模态演化算法研究与应用, 福建省自然科学基金 (面上项目, 2018J01091), 排名第2.
(4) 基于大数据分布式挖掘的B2C智能电子商务系统, 福建省引导型项目, ( 2017H0020), 排名第3.
(5) 互联网舆情分析关键技术研究及其应用系统开发, 福建省科技重大项目 (2010N5008);
(6) 基于多标注源弱监督学习的视觉目标跟踪算法研究. 国家青年自然科学基金 (61202299).
(7) 不完整人体运动捕获数据中的姿态与行为识别技术研究, 国家青年自然科学基金 (61202298).
(8) 基于分层贝叶斯非参数模型的聚类方法. 国家青年自然科学基金 (61502183)
(9) 异构无线传感器网络测试平台及性能评价系统的研发, 福建省科技计划重点项目 (2014H0030)
(10)异构无线传感器网络测试平台及数据管理系统的研发, 福建省泉州市科技计划重点项目 ( 2014Z102)
结题项目：
(1) 面向大规模数据并行聚类算法关键技术研究, 北京市食品安全大数据技术重点实验室, (BTBD-2019KF06), 2019/05-2020/04.
(2) 基于密度核心的聚类算法研究与应用，福建省面上自然科学基金 (2016J0101), 2016. 主持
(3) 模式识别与机器学习案例库.华侨大学校级研究生教育教学改革研究项目 (16YJG13), 2016. 主持
(4) 面向高维大规模数据聚类研究. 中国科学院自动化研究所模式识别国家重点实验室 (201700002), 2017. 主持(优秀结题项目)
(5) C1-DBSCAN-高维大规模数据聚类研究, 浙江大学CAD&CG国家重点实验室 (A1722), 2017. 主持
(6) 基于百度百科的中文短文本语义挖掘关键技术研究, 福建省自然科学基金, 4万, 2012 (2012J05117, 主持 )
(7) 手机动漫播放平台, 厦门市科技计划, 15万, 2013 (3502Z20133029) , 主持.
(8) 手机动漫播放器 (横向), 2013, 5万，主持.
(9) 基于ZigBee的IC卡第三方接入通讯系统, 国家科技型中小企业技术创新基金, 80万, 2011 (11C26213504877) , 主持.
(8) 面向海量知识资源描述、挖掘与检索技术研究, 华侨大学科研启动费, 4万, 2009 ，主持.
(9) 基于百度百科和领域本体的网络图像语义标注技术研究.中央高校基本科研业务费. (JB-ZR1217), 2012，主持
已授权发明专利:
(1) 陈叶旺.一种基于百度百科的文本语义主题抽取方法 (201210068103.2 )
(2) 陈叶旺.一种基于百度百科的网络文本语义的分类方法 (201210066606.6)
(3) 陈叶旺, 汤盛宇.采用新型密度聚类进行人脸识别的方法 (201510987710.2).
(4) 陈叶旺, 周李达, 谢晓东, 汤盛宇.一种基于密度热度的电离层雷达数据的聚类方法. ( 2016103955329)
在审发明专利:
(1) 胡小亮, 陈叶旺.采用快速密度峰值聚类进行人脸识别的方法 (201910042010.2).
(2) 陈叶旺，颜明. 面向户外电子广告屏的反动口号检测与过滤-提交代理s
获奖情况：
(1) “手机动漫播放关键技术应用与研究”, 陈叶旺, 王成, 邹培利, 汤盛宇, 杜吉祥, 钟必能, 柳欣, 李海波. 2016 年度厦门市科技进步三等奖.
(2) “基于部件表观模型和局部背景估计的鲁棒目标跟踪”, 钟必能, 陈雁, 沈映菊, 陈叶旺. 2016年泉州市自然科学优秀学术论文一等奖.
(3) “面向闽南优势农业的信息资源挖掘与集成服务平台研发”, 李海波、陈维斌、缑锦、陈叶旺、叶剑虹.2014 年度泉州市科学进步三等奖.
授课信息
[1]高等代数
[2]高等代数
[3]高等代数
近期论文
查看导师最新文章
（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）
[1] Ming Yan, Yewang Chen*, Xiaoliang Hu et al, Intrusion Detection Based on Improved Density Peak Clustering for Imbalanced Data on Sensor-Cloud Systems, Journal of Systems Architecture: Embedded Software Design. 2021. (accepted, CCF B类, 通讯作者)
[2] Yewang Chen, Lida Zhou, Lianlian Sheng et al. KNN-BLOCK DBSCAN: Fast Clustering For Large Scale Data. IEEE Transactions on Systems, Man, and Cybernetics: Systems. , vol. 51, no. 6, pp. 3939-3953, June 2021 ( SCI, IF 9.3, 中科院1 区，top期刊)
Source code: https://github.com/XFastDataLab/KNN-BLOCK-DBSCAN
[3] Yewang Chen, Lida Zhou, Nizar Bouguila et al . BLOCK-DBSCAN: Fast Clustering For Large Scale Data. Pattern recognition. Volume 109, 2021, 107624, 10.1016/j.patcog.2020.107624. ( SCI, IF 7.19, 中科院2 区)Source code: https://github.com/XFastDataLab/BLOCK-DBSCAN
[4] Chen, Yewang. DBSCAN Is Semi-Spectral Clustering. 2020 6th International Conference on Big Data and Information Analytics (BigDIA). IEEE, 2020. (best paper award)
[5] Hu, Xiaoliang, Ming Yan, Yewang Chen*. "Rotation-DPeak: Improving Density Peaks Selection for Imbalanced Data." Big Data: 8th CCF Conference, BigData 2020, Chongqing, China, October 22–24, 2020, Revised Selected Papers. Vol. 1320. Springer Nature, 2021. (通讯作者)
[6] Wentao Fan, Lin Yang, Nizar Bouguila, Yewang Chen*. Sequentially Spherical Data Modeling with Hidden Markov Models and Its Application to fMRI Data Analysis, Knowledge-based System, Volume 206, 2020,106341. ( SCI, IF 5.92, 中科院2 区，通讯作者)
[7] Hailin Li, Yenchun Jim Wu, Yewang Chen. Time is money: Dynamic-model-based time series data-mining for correlation analysis of commodity sales, Journal of Computational and Applied Mathematics, 2020, doi: https://doi.org/10.1016/j.cam.2019.112659. (online, SCI, IF 2.0 应用数学Top期刊, 中科院2 区).
[8] 陈叶旺,申莲莲,钟才明,王田,陈谊,杜吉祥. 密度峰值聚类算法综述. 计算机研究与发展, 2020, 57(2): 378-394. ( 国内权威学术期刊, CCF A类)
(Chen Yewang, Shen Lianlian, Zhong Caiming, Wang Tian, Chen Yi, Du Jixiang. Survey on Density Peak Clustering Algorithm[J]. Journal of Computer Research and Development, 2020, 57(2): 378-394. )
[9] Yewang Chen, Xiaoliang Hu, Wentao Fan, Fast Density Peak Clustering For Large Scale Data Based On kNN. Knowledge-based System. vol. 187, Jan. 2020, Art. no. 104824. https://doi.org/10.1016/j.knosys.2019.06.032. (SC, I IF 5.92, 中科院2 区, 高被引)Source code: https://github.com/XFastDataLab/FastDPeak
[10] Yewang Chen, Lida Zhou, Yi Tang, Nizar Bouguila, Huazhen Wang. Fast Neighbor Search By Using Revised K-D Tree. Information Sciences. 2019, vol (472): 145-162 ( SCI, IF 5.91, 中科院2 区，top期刊)
[11] Yewang Chen, Lida Zhou, Nizar Bouguila, et al. Semi-Convex Hull Tree: Fast Nearest Neighbor Queries for Large Scale Data on GPUs [C]//2018 IEEE International Conference on Data Mining (ICDM). IEEE, 2018: 911-916. (数据挖掘顶级学术会议) Source code: https://github.com/XFastDataLab/Semi-convex_Hull_Tree
[12] Yewang Chen, Shengyu Tan, Nizar Bougulia. A Fast Clustering Algorithm based on pruning unnecessary distance computations in DBSCAN for High-Dimensional Data. Pattern recognition. 2018, vol (83):375-387 (SCI IF 7.196, 模式识别国际顶级期刊, 中科院2区) Source code: https://github.com/XFastDataLab/NQDBSCAN
[13] Yewang Chen, Shengyu Tang, Songwen Pei, et al. DHeat: A Density Heat-based Algorithm for Clustering with Effective Radius. IEEE Transactions on Systems, Man, and Cybernetics: Systems. 2018, vol (48):4, pp: 649-660 ( SCI, IF 9.309, 中科院1区，top期刊) Source code: https://github.com/XFastDataLab/DHeat
[14] Yewang Chen, Shengyu Tang, Lida. Zhou, et al., Decentralized clustering by finding loose and distributed density cores, Information Sciences. 2018, vol. 433, pp. 510-526. ( SCI, IF 5.91, 中科院2区，top期刊)
Source code: https://github.com/XFastDataLab/DCore
[15] Yewang Chen, Singh J P, Zhou L, et al. FRS: Fast Range Search by Pruning Unnecessary Distance Computations Based on KD Tree [C]//2017 IEEE International Conference on Data Mining Workshops (ICDMW), 2017: 1160-1165. (数据挖掘顶级学术会议)
[16] Dehe Lai, Yewang Chen, Xiangyu Luo. Age Estimation With Dynamic Age Range. Multimedia tools and Application. Multimedia Tools and Applications. 2017, vol (76):5, pp:6551–6573. (corresponding author, SCI, IF 2.313,中科院小类4区, 通讯作者).
[17] Chen Y W, Lai D H, Qi H, et al. A New Method to Estimate Ages of Facial Image for Large Database [J]. Multimedia Tools and Applications, 2016, 75 (5):2877-2895 [DOI: 10.1007/s11042-015-2485-9.] (SCI, IF 2.313,中科院4 区)
[18] Yewang Chen, Qing Zhou, Wei Luo & Jixiang Du. Classification of Chinese Texts based on Recognition of Semantic Topics. Cognitive Computation.2016:8 (1)112-124. (SCI, IF 3.441, 中科院2区).
[19] Yewang Chen, Jiongliang Wang, Yiqiao Cai, Jixiang Du. A method for Chinese text classification based on apparent semantics and latent aspects [J]. Journal of Ambient Intelligence and Humanized Computing, 2015, 6 (4): 1-8. (SCI, EI, IF 4.594,中科院3区)
[20] Yewang Chen, Jing Wang. A New Method for Solving All Eigenvalues of Matrix Based on Vector Shift. Journal of Computational Information Systems. 2014, vol 10 (22):9849-9856. (EI)
[21] Yewang Chen, Lin Qing. Optical Quantum Router with Cross Phase Modulation. SCIENCE CHINA Information Sciences. 2014, Vol 57 (12):122304 (1)-122304 (11). (SCI, IF 3.304, 中科院 2区)
[1]FRS: Fast Range Search by Pruning Unnecessary Distance Computations Based on KD Tree.IEEE:IEEE International Conference on Data Mining workshop,2017,2016,1160-1165.
[2]A New Method to Estimate Ages of Facial Image For Large Database.Multimedia tools and Applications,2015,75(5):2877-2895.
[3]A method for Chinese text classification based on apparent semantics and latent aspects.2014JCR-大类--四区:JOURNAL OF AMBIENT INTELLIGENCE AND HUMANIZED COMPUTING,2014,6(4):1-8.
学术兼职
期刊审稿: IEEE Trans on Multimedia, IEEE trans on system man and Cybernetics: Systems, IEEE Trans on Big Data, Multimedia tools and applications, Soft Computing等.
京公网安备 11010802027423号