研究生教育

您当前的位置: 3016hd金沙优惠活动大厅 > 研究生教育 > 正文

陈梅
来源: 时间:2020-01-07 作者:

姓名

陈梅

性别


学历

博士

职称

教授

导师类别

博士生/硕士生导师

办公室

电子与信息工程学院1108

个人主页

https://faculty.lzjtu.edu.cn/chenmei/zh_CN/index.htm

主讲课程

研究生:数据科学与工程,大数据安全与隐私保护;

本科生:大数据处理技术,LINUX操作系统,操作系统

Email

544280237@qq.com

电话:

13919854817/17393161534

个人简介

陈梅,教授,博士生导师,兰州大学计算机应用技术博士,国家自然科学基金委员会评审专家,教育部学位论文评审专家,多个SCI期刊审稿人,教育部科技管理信息系统-专家库专家,中国计算机学会会员、IEEE会员、ACM会员,中国人工智能学会委员、电子学会委员。长期从事计算机科学与技术领域教学与研究工作,在数据挖掘、复杂网络分析等方向开展深入研究。

陈梅教授近年来主持与参与国家自然科学基金项目5项,主持与完成甘肃省科技项目、甘肃省科技厅重点研发计划、甘肃省自然科学基金、甘肃省财政厅基本科研业务费、甘肃省教育厅科研经费、甘肃省高等学校产业支撑计划项目等10余项课题,主持了兰州交通大学百名青年优秀人才培养计划(科研型)项目,拥有多项发明专利和软件著作权。在《Pattern Recognition》、Neurocomputing》、Atmospheric Environment》、《计算机研究与发展》等国内外知名期刊发表多篇学术论文。

获奖信息:

1. 荣获“兰州交通大学2022-2024年度优秀研究生指导教师”荣誉称号。

2. 荣获兰州交通大学2017-2018年度科研先进个人荣誉称号。

3. 获得兰州交通大学百名青年优秀人才培养计划(科研型)资助。

4. 荣获甘肃省科学技术奖二等奖

5. 荣获甘肃省科学技术奖和三等奖

6. 荣获甘肃省高等学校科学研究优秀成果奖三等奖

社会兼职:

1. 担任国家自然科学基金委员会评审专家

2. 担任教育部学位论文评审专家

3. 担任甘肃省科技厅项目评审专家

4. 担任甘肃省环保厅项目评审专家

5. 担任甘肃省工信厅项目评审专家

6. 担任兰州市环保局项目评审专家

7. 担任多个国际期刊SCI审稿人(期刊包括:IEEE Transactions on Knowledge and Data Engineering (数据挖掘顶级期刊)Pattern Recognition (SCI 1TOP)Knowledge-Based Systems (SCI 1TOP))

8. 担任国际学术会议DSSSmartDataProgram Committee

研究方向

主要从事数据挖掘,机器学习等相关研究,包括但不限于:

1. 复杂网络分析

2. 社团检测

3. 密度聚类

4. 图学习聚类

5. 时间序列聚类

6. 复杂数据聚类

科研项目

1. 国家自然科学基金:基于数据点相互影响的多阶密度聚类算法及其在大气污染时空数据中的应用研究 (主持)

2. 甘肃省重点研发计划:基于复杂网络技术的大气污染传输特征研究 (主持)

3. 甘肃省高等学校产业支撑计划项目:基于大数据分析的兰州市房屋信息服务系统 (主持)

4. 甘肃省科技厅重点研发计划:基于图学习的大气污染数据聚类研究及其系统开发(主持)

5. 国家自然科学基金基于自适应密度的聚类算法及其在大气污染中的应用研究(主持)

6. 甘肃省自然科学基金基于髙维聚类和描述逻辑的兰州市大气污染源查询研究(主持)

7. 甘肃省财政厅基本科研业务费基于气象条件的兰州市大气污染颗粒物聚类与分类研究(主持)

8. 甘肃省教育厅科研经费基于单点与多点相似的聚类算法研究(主持)

9. 兰州交通大学百名青年优秀人才培养计划(科研型) (主持)

10. 国家自然科学基金噪声环境下基于互近邻技术和约束信息的链接预测方法研究 (参与)

11. 国家自然科学基金宁夏半干旱地区风能资源评估与预测方法研究 (参与)

12. 国家自然科学基金半监督社团检测机器在动态网络中的应用研究 (参与)

专著

1.聚类算法及其在大气污染中的应用研究》

2.《聚类及图聚类流行算法》

代表性论文

1. Density change consistency clustering from density extreme, Pattern Recognition, 2025.

2. Consensus Multi-view Subspace Clustering based on Graph Filtering, Neurocomputing, 2024.

3. Analysis of pollutants transport in heavy air pollution processes using a new complex-network-based model, Atmospheric Environment, 2023.

4. Adaptive Graph Representation for Clustering. IEEE Access, 2022.

5. A Novel Missing Data Imputation Approach for Time Series Air Quality Data Based on Logistic Regression, Atmosphere, 2022

6. Detecting communities by suspecting the maximum degree nodes, International Journal of Modern Physics B, 2019

7. Effectively Detecting Communities by Adjusting Initial Structure via Cores, Complexity, 2019

8. MulSim: A Novel Similar -to-Multiple-Point Clustering Algorithm, IEEE Access, 2018

9. Effectively clustering by finding density backbone based-on kNN, Pattern Recognition, 2016

10. A clustering algorithm for sample data based on environmental pollution characteristics, Atmospheric Environment, 2015

11. Modelling priority queuing systems with varying service capacity, Frontier of Computer, 2013

专利与软著:

一种计算机数据备份智能防护设备(实用新型专利)

一种数据芯片安全保护罩(实用新型专利)

大气污染数据聚类分析系统 (软件著作权)

大气污染数据图表示聚类分析系统(软件著作权)

基于深度学习的多目标识别系统(软件著作权)

基于动态社团检测的大气污染核心区域演变过程可视化系统 (软件著作权)

基于文本聚类分析的环境政策法规智能检索系统 (软件著作权)

基于多元时序聚类的城市空气质量数据可视化与分析系统(软件著作权)

基于大数据技术的数据挖掘匹配系统(软件著作权)

基于Android的教学过程辅助系统(软件著作权)

招收专业:

博士:人工智能(0823J1)、交通物联网(0823Z5)、智能交通与信息系统工程(0823Z1

硕士:计算机科学与技术(学硕081200)、计算机技术(专硕085404

招生信息:

欢迎满足下列条件之一的同学报考:

1)具有较好的数学及计算机基础者;

2)具有较好的英语水平者(阅读、写作及交流能力);

3)对数据挖掘算法设计与应用有浓厚兴趣者;

4)对系统开发有基础及浓厚兴趣者;

5)博士研究生要求全日制脱产学习。

欢迎对我们团队研究方向感兴趣的2025级考生与我联系:544280237@qq.com

科研团队:

我们的课题组已经建立了一个由20多位成员组成的多层次、跨学科的研究团队。这个团队集合了教授、副教授、讲师、博士生、硕士生和本科生等不同层次的科研人才,他们分别来自计算机科学与技术、数据科学与大数据技术、物联网、网络安全和应用物理学等多个相关领域。团队成员的专业背景和技术技能多样化,既有专注于算法设计和优化的带头人,也有擅长系统开发和数据分析的实践者,这种多样性为团队的科研工作带来了丰富的资源和创新动力。

团队成员不仅具备坚实的科研基础,而且在国家级和省部级科研项目中积累了宝贵的实践经验和项目管理能力。课题组注重培养成员的合作精神和创新意识,通过定期的学术交流和讨论,促进了团队内部的沟通与协作,激发了成员的创新潜力,共同应对科研挑战。同时,我们为团队成员提供了优越的学习和成长环境,支持他们的个人发展和专业能力提升。

我们的课题组已经发展成为一个具有强大创新能力和团队合作精神的研究团队,我们将继续致力于科学技术的发展和创新,为社会做出更大的贡献。通过这样的团队构成,我们不仅能够实现科研资源的优化配置,还能够促进不同学科间的深入交流与合作,从而激发出更多的创新思维和研究思路。课题组成员在多个国家级和省级科研项目中扮演了重要角色,并取得了一系列具有影响力的研究成果。

此外,我们的课题组还与多家企业和研究机构建立了紧密的合作关系,推动了金沙检测线路js69的产业化进程,实现了从理论研究到实际应用的无缝对接。这种产学研用一体化的科研模式,极大地提升了我们团队解决复杂科研问题的能力,为我们在科研攻坚中提供了强大的动力和支持。我们相信,通过团队成员的共同努力和协作,我们的课题组将在未来的科研道路上取得更多的突破和成就。

毕业生去向:

腾讯、浦发银行、中科星图股份有限公司、成都流体动力创新中心和兰州万里航空机电有限责任公司等大中型企业。


Baidu
sogou