数计-陈黎飞
发布时间:2017-04-18 浏览次数: 7610

名:陈黎飞

别:

出生年月:1972.12

称:教授

研究方向:智能计算

学科专长:统计机器学习

E – MAILclfei@fjnu.edu.cn

通信地址:福建师范大学数学与计算机科学学院

编:350117

个人简介:男,197212月生,福建长乐人,教授,博士生导师。现任福建师范大学数学与计算机科学学院计算机科学系主任。

教育经历:

2005/9-2008/6  厦门大学,基础数学(人工智能基础),博士

2001/2-2004/2  清华大学,计算机技术,工程硕士

1989/9-1993/7电子科技大学,计算机及应用,学士

科研与学术工作经历:

2008/7-今  福建师范大学,数学与计算机科学学院,教学科研

2014/9-2015/1  厦门大学,经济学院,访问学者

2011/9-2012/9  加拿大谢布鲁克(Sherbrooke)大学,计算机科学系,博士后研究

学术兼职:

福建省人工智能学会常务理事

中国人工智能学会第七届机器学习专业委员会通讯委员

加拿大谢布鲁克(Sherbrooke)大学计算机科学系Adjunct professor

研究方向:主要从事数据挖掘、机器学习及模式识别理论与应用方面的研究

成果奖励

陈黎飞、基于模型的投影聚类方法、第十一届福建省自然科学优秀学术论文三等奖、福建省科学技术协会,福建省科技厅,福建省教育厅、20149

陈黎飞,郭躬德,王声瑞、Nearest Neighbor Classification by Partially Fuzzy ClusteringWorkshop最佳论文奖、第26IEEE AINA组委会、20123

科研项目:

1.国家自然科学基金面上项目,61672157,高维序列数据的核学习方法及应用研究,2017/01-2020/1260万元,在研,主持。

2.国家自然科学基金面上项目,61175123,面向软件行为鉴别的事件序列挖掘方法研究,2012/01-2015/1259万元,已结题,主持。

3.福建省自然科学基金面上项目,2015J01238,细粒度行为数据的预测性模型及其学习,2015/04-2018/045万元,在研,主持。

4.福建省自然科学基金,2009J01273,基于模型的投影聚类分析及其应用研究,2009/03-2011/034万元,已结题,主持。

5.福建省省属高校科研专项重点项目,JK2009006,有向图聚类的若干问题研究,2009/07-2012/065万元,已结题,主持。

教学情况:

5年讲授研究生课程《算法原理及应用》、《机器学习与数据挖掘》等。

2014.2, 获福建省第七届高等教育教学成果一等奖(排名第三)

论文著作:

5年发表的代表性期刊论文

[1]J. Zhang, S. Wang, L.Chen(陈黎飞), P. Gallinari, Multiple Bayesian discriminant functions for high-dimensional massive data classification. Data Mining and Knowledge Discovery, 2017, 31(2):465-501.

[2]L.Chen(陈黎飞), S. Wang,K. Wang, J. Zhu, Soft subspace clustering of categorical data with probabilistic distance. Pattern Recognition, 2016, 51:322-332.

[3]L.Chen(陈黎飞), Y. Ye, G. Guo, J. Zhu, Kernel-based linear classification on categorical data, Soft Computing, 2016, 20(8): 2981-2993.

[4]Y. Fan, Y. Ye,L.Chen(陈黎飞), Malicious sequential pattern mining for automatic malware detection, Expert Systems With Applications, 2016, 52:16-25.

[5]G. Guo,L.Chen(陈黎飞), Y. Ye, Q. Jiang. Cluster validation method for determining the number of clusters in categorical sequences, IEEE Transactions on Neural Networks and Learning Systems, 2016, DOI: 10.1109/TNNLS.2016.2608354

[6]L.Chen(陈黎飞), A probabilistic framework for optimizing projected clusters with categorical attributes. Science China Information Sciences, 2015, 58: 072104(15).

[7]L.Chen(陈黎飞), EM-type method for measuring graph dissimilarity. International Journal of Machine Learning and Cybernetics, 2014, 5(4): 625-633.

[8]J. Zhang, L.Chen(陈黎飞), G. Guo. Projected-prototype-based classifier for text categorization. KnowledgeBased Systems, 2013, 49: 179-189.

[9]陈黎飞, 郭躬德. 属性加权的类属型数据非模聚类. 软件学报, 2013, 24(11):2628-2641.

[10]L.Chen(陈黎飞), Q.Jiang, S. Wang, Model-based method for projective clustering,IEEE Transactions on Knowledge and Data Engineering, 2012. 24(7):1291-1305.

代表性会议论文

[1]J. Zhang, L.Chen(陈黎飞), A. Vanasse, J. Courteau, S. Wang, Survival prediction by an integrated learning criterion on intermittently varying healthcare data. In: Proceedings of the 30th AAAI Conference on Artificial Intelligence (AAAI),2016, pp.72-78.

[2]J. Zhang, S. Wang, J. Courteau, L.Chen(陈黎飞), A. Vanasse, Predicting COPD failure by modeling hazard in longitudinal clinical data. In: Proceedings of the 16th IEEE International Conference on Data Mining (ICDM), 2016, pp.639-648

[3]L.Chen(陈黎飞), S. Wang, Central clustering of categorical data with automated feature weighting. In: Proceedings of the 23rd International Joint Conference on Artificial Intelligence (IJCAI), 2013, pp.1260-1266.

[4]L.Chen(陈黎飞), S. Wang. Automated feature weighting in naive Bayes for high-dimensional data classification. In: Proceedings of the 21st ACM Conference on Information and Knowledge Management (CIKM), 2012, pp.1243-1252

[5]L.Chen(陈黎飞), S. Wang, X. Yan. Centroid-based clustering for graph datasets. In: Proceedings of the 21st International Conference on Pattern Recognition (ICPR), 2012, pp.2144-2147.

学术专著

[1]陈黎飞,吴涛. 数据挖掘中的特征约简,科学出版社,2016.825万字

[2]郭躬德,陈黎飞,李南. 近邻分类方法及其应用(下册),厦门大学出版社,2014.330万字

授权专利

一种识别计算机软件行为的谱方法2016-10-19,福建师范大学,国家发明专利(ZL201410012074.7)

指导研究生:

指导20162015级硕士研究生120132012级各2人,20112010级各1人,其中2010级研究生张健飞(J. Zhang)获校优秀硕士论文奖。