个人简介
傅仰耿，教授，博士生导师，福州大学ACM协同创新团队负责人，福州大学计算机及应用研究所所长，福建省计算机学会常务理事，中国计算机学会（CCF）高级会员。主要从事数据挖掘、机器学习、智能系统、认知图谱等方面的研究工作，主持国家自然科学基金项目、福建省自然科学基金项目、福建省高校产学合作科技计划项目等10余项科研项目，已在《Information Sciences》、《计算机研究与发展》等国内外重要学术期刊和会议(录用)发表学术论文60余篇，获《Knowledge-Based Systems》期刊杰出评审贡献奖、福建省计算机学会学术年会优秀论文一等奖。
主要承担国家级一流本科课程《算法与数据结构》和福建省优质硕士学位课程《算法设计与分析》的教学工作，作为福州大学ACM集训队教练，指导学生参加国际大学生程序设计竞赛(ICPC)亚洲区域赛获180多枚奖牌，其中金牌32枚（亚军1次、季军2次），且于2009年至2021年共计9次晋级全球总决赛，其中2018年突破性地获得全球第14名。指导国家级大学生创新创业训练计划项目6项、福建省大学生创新创业训练计划项目7项和福州大学本科生科研训练计划(SRTP)项目16项。指导多名本科生获福州大学优秀本科生毕业设计（论文），指导多名研究生获福州大学优秀硕士学位论文、福建省优秀学术硕士学位论文。
主要获得宝钢优秀教师奖、福建省教学成果奖特等奖、福建省青年五四奖章（集体）、福州大学十佳青年教职工荣誉称号等表彰和奖励。此外，曾担任全国青少年信息学奥林匹克竞赛（NOI）福建特派员、中国计算机学会（CCF）非专业级别能力认证（CSP-J/S）福建地区总负责人、福建省信息学奥林匹克竞赛技术委员会主任，参与面向福建省青少年的信息学奥林匹克竞赛系列活动的组织、普及与推广工作。
致学生朋友们
推荐给本科新生：[How to Study: A Brief Guide]: https://cse.buffalo.edu/~rapaport/howtostudy.html
实验室招收博士研究生、硕士研究生以及热爱科研或者开发的本科生，欢迎有兴趣的同学通过E-Mail联系。
致虚极，守静笃。天道酬勤，与同学们共勉。
主要科研项目
福建省高校产学合作科技计划项目，城市交管大数据智能感知与预警关键技术研发及应用，负责人，在研
福建省自然科学基金项目，面向信息不完整的置信规则库推理方法研究，负责人，结题
国家自然科学基金项目，基于参数和结构优化的置信规则库推理方法研究，负责人，结题
福建省自然科学基金项目，基于证据推理的置信规则库优化算法及其在分类中的应用研究，负责人，结题
福建省教育厅A类科技项目，基于证据推理的置信规则库推理方法及其应用研究，负责人，结题
福建省教育厅A类科技项目，证据推理方法及其在可信软件评估中的应用研究，负责人，结题
工信部工业互联网平台重大项目下设课题，工业大数据算法基础理论与工程应用研究，技术负责人，结题
国家自然科学基金项目，云边协同环境中新型资源分配问题的组合优化算法与理论，参与人，在研
国家自然科学基金项目，基于绩效评价的决策单元的合并理论与方法研究，参与人，结题
国家自然科学基金项目，基于线性无偏估计面向任意树结构的差分隐私直方图发布，参与人，结题
国家自然科学基金项目，基于灰色方法的社交网络群体识别问题研究，参与人，结题
主要获奖经历
2023年作为团队负责人，福州大学ACM协同创新团队获福建省青年五四奖章（集体）。
2022年获宝钢教育基金会宝钢优秀教师奖。
2022年获福建省计算机学会学术年会优秀论文一等奖。
2020年获福州大学第六届十佳青年教职工荣誉称号。
2020年获福州大学青年五四奖章。
2018年获福建省第九届高等教育教学成果奖特等奖(排名第2)。
2018年获福州大学学生创新创业活动优秀指导老师称号。
2017年获SCIE期刊《Knowledge-Based Systems》的杰出评审贡献奖。
2016年获福州大学暑期三下乡社会实践先进工作者。
2014年获福建省第七届高等教育教学成果奖一等奖(排名第3)。
2014年获福州大学教学优秀奖一等奖。
指导创新训练
通古识汉——基于深度识别技术的古汉字文化小程序，国家级大学生创新创业训练计划项目，在研
转小二——基于Serverless的微服务电商采购平台，福建省大学生创新创业训练计划项目，在研
smartTask: 基于深度学习的课堂任务助手，福建省大学生创新创业训练计划项目，结题优秀
基于置信规则库推理的医疗数据挖掘研究(*)，国家级大学生创新创业训练计划项目，结题优秀
大数据下的个性化信息推荐系统，国家级大学生创新创业训练计划项目，结题良好
区间证据推理的若干算法及其应用研究(*)，国家级大学生创新创业训练计划项目，结题优秀
海量用户环境下的URL参数压缩算法的设计与实现，国家级大学生创新创业训练计划项目，结题良好
基于模糊评价语言的决策支持系统(*)，国家级大学生创新创业训练计划项目，结题优秀
网店工商信息图片文字提取方法的研究与实现，福建省大学生创新创业训练计划项目，结题
基于哈希索引的置信规则库推理方法研究，福建省大学生创新创业训练计划项目，结题
咸鱼APP(*)，福建省大学生创新创业训练计划项目，结题优秀
基于单片机的多点温度采集及显示，福建省大学生创新创业训练计划项目，结题
Android平台下智能代理浏览器的研究与实现，福建省大学生创新创业训练计划项目，结题良好
近期论文
查看导师新发文章
（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）
刘永裕#,巩晓婷,方炜杰,傅仰耿*, 数据缺失的扩展置信规则库推理方法[J].计算机研究与发展,2022,59(03):661-673.https://doi.org/10.7544/issn1000-1239.20200702 (CCF中文A类)
Jin Li#, Bingshi Li, Qirong Zhang, Xinlong Chen, Xinyang Huang, Longkun Guo, Yang-Geng Fu(傅仰耿*). Graph Contrastive Representation Learning with Input-aware and Cluster-aware Regularization. European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases 2023 - Research Track (ECML PKDD 2023), Turin, Italy, September 18th-22rd, 2023. (CCF rank B)
Yang-Geng Fu(傅仰耿), Geng-Chao Fang, Yong-Yu Liu, Longkun Guo*, Ying-Ming Wang. Disjunctive belief rule-based reasoning for decision making with incomplete information[J]. Information Sciences, 2023, 625:49-64.https://doi.org/10.1016/j.ins.2023.01.010(JCR Q1)
P. Lai#, F. Ye, L. Zhang, Z. Chen, Y. Fu(傅仰耿), Y. Wu, Y. Wang*. PCBERT: Parent and Child BERT for Chinese Few-shot NER. COLING 2022: 2199-2209. (CCF rank B)
L. Lan#, J. Li, Y. Fu(傅仰耿*). Developing GCN: Graph Convolutional Network with Evolving Parameters for Dynamic Graphs. Neural Information Processing. ICONIP 2021. Communications in Computer and Information Science, vol 1517. Springer, Cham. https://doi.org/10.1007/978-3-030-92310-5_43(CCF rank C)
J. Ye#, Y. Fu(傅仰耿*). Construction and Reasoning for Interval-Valued EBRB Systems. Neural Information Processing. ICONIP 2021. Lecture Notes in Computer Science, vol 13110. Springer, Cham. https://doi.org/10.1007/978-3-030-92238-2_22(CCF rank C)
Yang-Geng Fu(傅仰耿), Ji-Feng Ye, Ze-Feng Yin, Long-Jiang Chen, Ying-Ming Wang, Geng-Geng Liu*, Construction of EBRB classifier for imbalanced data based on Fuzzy C-Means clustering[J], Knowledge-Based Systems,2021,234: 107590. https://doi.org/10.1016/j.knosys.2021.107590(JCR Q1)
Yang-Geng Fu(傅仰耿), Hong-Yun Huang, Yu Guan, Ying-Ming Wang, Wenxi Liu*, Wei-Jie Fang, EBRB cascade classifier for imbalanced data via rule weight updating[J]. Knowledge-Based Systems, 2021, 223: 107010. https://doi.org/10.1016/j.knosys.2021.107010 (JCR Q1)
Nan-Nan Chen#, Xiao-Ting Gong, Ying-Ming Wang, Chun-Yang Zhang, Yang-Geng Fu* (傅仰耿), Random clustering forest for extended belief rule-based system[J]. Soft Computing, 2021, 25:4609–4619. https://doi.org/10.1007/s00500-020-05467-6(JCR Q2)
Yang-Geng Fu(傅仰耿), Jin-Hui Zhuang, Yu-Peng Chen, Long-Kun Guo*, Ying-Ming Wang, A framework for optimizing extended belief rule base systems with improved Ball trees [J],Knowledge-Based Systems, 2020, 210: 106484. https://doi.org/10.1016/j.knosys.2020.106484(JCR Q1)
W. Fang#, X. Gong, G. Liu, Y. Wu and Y. Fu* (傅仰耿), A Balance Adjusting Approach of Extended Belief-Rule-Based System for Imbalanced Classification Problem [J], IEEE Access, 2020, 8: 41201-41212. (JCR Q2)
H. Huang#, Y. Lin, Q. Su, X. Gong, Y. Wang, Y. Fu*(傅仰耿), An Ensemble Approach for Extended Belief Rule-Based Systems with Parameter Optimization [J], International Journal of Computational Intelligence Systems, 2019, 12(2): 1371-1381. https://doi.org/10.2991/ijcis.d.191112.001(JCR Q3)
W. Liu#, W. Wu, Y. Wang, Y. Fu* (傅仰耿) and Y. Lin, Selective ensemble learning method for belief-rule-base classification system based on PAES [J], Big Data Mining and Analytics, 2019, 2: 306-318.(EI)
Long-Hao Yang#, Ying-Ming Wang, Yang-Geng Fu (傅仰耿). A consistency analysis-based rule activation method for extended belief-rule-based systems [J]. Information Sciences, 2018, 445-446:50-65. https://doi.org/10.1016/j.ins.2018.02.059(JCR Q1)
Ying-Ming Wang, Long-Hao Yang, Yang-Geng Fu (傅仰耿*), Lei-Lei Chang, Kwai-Sang Chin. Dynamic rule adjustment approach for optimizing belief rule-base expert system [J]. Knowledge-Based Systems, 2016, 96: 40-60. http://dx.doi.org/10.1016/j.knosys.2016.01.003(JCR Q1)
Long-Hao Yang#, Ying-Ming Wang, Qun Su, Yang-Geng Fu(傅仰耿*), Kwai-Sang Chin. Multi-attribute search framework for optimizing extended belief rule-based systems [J]. Information Sciences, 2016, 370-371:159-183. http://dx.doi.org/10.1016/j.ins.2016.07.067(JCR Q1)
京公网安备 11010802027423号