陈叶旺，男，博士，副教授，硕士生导师，华侨大学“承志学者”；现任华侨大学计算机科学与技术学院人工智能系教学科研岗教师；入选福建省高层次人才（B类）、厦门市高层次人才（B类）及泉州市高层次人才（第三层次）；现为IEEE高级会员（Senior Member）、中国计算机学会（CCF）高级会员。

教学方面主要教授高等代数、数值计算方法、机器学习、概率统计、自然语言处理等课程。自2009年至今共培养硕士研究生数十人，其中2人获福建省优秀硕士学位论文奖，3人获华侨大学校级优秀硕士学位论文奖；指导学生在“华为杯”全国研究生数学建模竞赛、“挑战杯”华侨大学学生课外学术科技作品竞赛等科创比赛中荣获全国二等奖6项、三等奖多项，省部级奖项10余项。多位毕业生先后入职百度、阿里巴巴、理想汽车、国有银行等国内著名企业，两人进入985 211院校继续攻读博士学位。主持完成华侨大学校级研究生教育教学改革研究项目1项，相关教学案例获福建省研究生专业学位研究优秀教学案例及福建省教学成果奖等奖励；获评2022年华侨大学优秀研究生指导教师。

科研方面主要从事机器学习、模式识别与大语言模型技术应用等方面的研究工作，在高效聚类算法、图像分割与智能推荐系统等基础研究方向取得了系列成果。近年来，主持各类重要产学研课题30余项，累计科研经费达700余万元；在IEEE TSMC、Pattern Recognition、Knowledge-Based Systems、《计算机研究与发展》等国内外高水平期刊与SIGIR、ICDM、CIKM等顶级学术会议上发表论文50余篇，Google Scholar引用总量1800余次，其中ESI高被引论文3篇、入选CNKI 学术精要高被引论文1篇；授权中国发明专利10余项。部分研究成果荣获重庆市自然科学三等奖、福建省科技进步三等奖、厦门市科技进步三、科教兴省贡献奖等奖。

当前，团队正全力推进大语言模型（LLM）与多模态人工智能技术在安全生产领域的深度融合与产业化落地。我们以构建覆盖法规、案例、风险知识于一体的安全生产领域大型知识库为基础，通过预训练与定向微调，自主研发了安全生产领域大模型——《智安智库》（该模型已有多个生成式算法通过国家网信办备案）。在此基础上，深度融合多模态信息理解技术，致力于研发覆盖“风险预防—隐患排查—应急管理”全链条的智能产品矩阵，推动安全管理体系由传统“人防”向“技防+智防”的全面升级，最终构建从基础算法创新到产业价值输出的完整闭环。

社会兼职：厦门智安天工科技有限公司总经理

联系方式：ywchen@hqu.edu.cn，15259245945

Github Homepage：https://github.com/XFastDataLab?tab=repositories

研究生招生：数学、计算机相关专业，对机器学习、深度学习与大语言模型有浓厚兴趣，愿意吃苦耐劳，熟悉CUDA、MapReduce、SPARK并行计算工具、鸿蒙开发、深度学习相关工具者优先。(组内经费充足，能为参与科研工作的学生提供所需各类设备，并按月发放劳务补贴)

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。

实验室设备: A100 80G*2服务器 1台，4090 24G*2 服务器4台，3090 24G*2 服务器 1 台。

实验室环境与活动:

研究生毕业论文指导

(1)     福建省优秀工程硕士论文，  颜  明 (2022)

(2)     华侨大学校级优秀硕士论文，颜  明 (2022)

(3)     福建省优秀工程硕士论文，  周李达 (2019)

(4)     华侨大学校级优秀硕士论文，周李达 (2019)

(5)     华侨大学校级优秀硕士论文，汤盛宇 (2018)

研究生获奖

(1)      研究生林毅祥、骆仕民、王继民等，《工艺流程风险识别与分析系统》，获华为杯第七届中国研究生人工智能创新大赛三等奖(2025)

(2)      研究生高少杰、刘益彬、钱茜获华为杯全国研究生数模竞赛二等奖 (2024)

(3)      研究生蓝彬、黎哲、许佳圣获华为杯全国研究生数模竞赛二等奖 (2024)

(4)      研究生林毅祥、吴伟煌、李俊峰获华为杯全国研究生数模竞赛三等奖 (2024)

(5)      研究生陈文伟、仰媛媛、许佳圣获华为杯全国研究生数模竞赛二等奖 (2023)

(6)      研究生叶伟耀、靳学斌获华为杯全国研究生数模竞赛二等奖 (2022)

(7)      研究生陈宝华、曹海露、赖清宏获华为杯全国研究生数模竞赛二等奖 (2022)

(8)      研究生仰媛媛、陈文伟、许佳圣获华为杯全国研究生数模竞赛三等奖 (2022)

(9)      研究生陈宝华、许佳圣、靳学斌，《智能叉车识别系统》，第三十届挑战杯华侨大学学生课外学术科技作品竞赛终审决赛特等奖(2022)

(10)  研究生曹海露、靳学斌、颜明获华为杯全国研究生数模竞赛三等奖 (2021)

(11)  研究生颜明、胡小亮获华为杯全国研究生数模竞赛二等奖 (2020)

(12)  研究生胡小亮获华为杯全国研究生数模竞赛二等奖 (2019)

(13)  研究生程凯《面向网约车的AI辅助劳驾及深度预警系统》，福建省十三届计算机软件设计大赛二等奖(2019)

(14)  研究生胡小亮获福建省研究生数模竞赛一等奖 (2019)

(15)  指导本科生《大规模图像分割标与检索系统》获中国大学生计算机设计大赛福建省级赛二等奖。(2019)

(16)  研究生周李达获研究生国家奖学金 (2018-2019)

(17)  研究生汤盛宇获研究生国家奖学金 (2017-2018)

(18)  研究生汤盛宇获华为杯全国研究生数学建模竞赛三等奖(2016)

期刊/会议审稿: IEEE Trans on Multimedia，IEEE TSMC，IEEE TCYB，IEEE TIP，IEEE Trans on Big Data，PR，KBS，Soft Computing，ACM MM，ICDM，AAAI等。

产学研产品研发：秉承“AI驱动安全管理，实现本质安全”为理念，专注于企事业生产安全领域服务，深度融合人工智能，包括大语言模型、多模态大模型、图像处理、大数据等前沿技术，提供涵盖企事业单位生产经营过程中的风险预防、隐患排查、应急决策（预案、演练、响应、处置与评估）等的全链条数字化安全管理服务。目前，已完成多个面向安全生产领域中的AI大模型算法备案，包括《智安智库化工安全智能问答算法》、《智安矩阵危化品混合智能生成算法》等，基于这些算法开发出一系列产品，产品矩阵包括：智安智库、智安慧眼通、智安安考学堂、智安工艺风险分析、智安应急宝、智安化典等，在多个行业场景中取得了显著应用成效，帮助客户实现事故率下降、安全水平提升、运维效率提高等可量化的安全效益。

产品关系矩阵

(1)      智安慧眼通：一款基于AI的安全生产双重预防体系管理系统，针对企事业单位安全风险管控过程中知识缺、现场懵、数据断的痛点设计，通过“风险分级管控+隐患排查治理”双核心闭环管理，把安全检查“写清楚、查明白、改到位”，实现安全检查标准化、流程电子化、数据留痕化。为安全生产工作提供全流程智慧化管理工具，将传统“人防”升级为“技防+智防”。不仅提升安全管理效能，也为安全人提供了尽职免责与合规保障的“护身符”，真正做到“安全很轻松”。

(2)      智安安考学堂：基于AI的全行业安全作业培训解决方案，致力于解决学员培训过程中“知识散、实操难、效果差”的问题，通过“智能理论+高仿真实操”双核闭环，针对性破解知识散、实操难痛点，最终实现“学得懂、练得会、考得过”。为各类安全人才培养提供全流程智慧化工具，将传统的 “填鸭教学”升级为智能的“精准授业”。响应国家安全生产能力提升的政策要求，通过全流程数据留痕构建企业合规培训体系，真正实现“考证更轻松，安全更可控”。

(3)      智安工艺风险分析师：一款智能化工工艺流程智能安全分析工具，针对传统工艺安全分析中人工审查效率低、风险识别不全面、报告编制耗时长等痛点而设计，该产品通过AI自动解析工艺流程图（PFD/P&ID），智能识别设备、仪表、阀门及控制逻辑，结合行业安全知识库与风险规则引擎，精准识别潜在风险点，评估风险等级，并提供优化建议，最终生成结构化分析报告，大幅提升工艺安全风险分析与评估的效率与水平。

(4)      智安应急宝：一款基于大语言模型与大规模安全生产知识库，面向应急管理全生命周期（预案编制、演练推演、响应处置）的智能化SaaS平台与解决方案。致力于解决传统应急管理中存在的预案编制耗时费力、内容与实际脱节、演练流于形式、响应决策依赖个人经验等核心痛点。它将企业静态、孤立的应急预案，转变为一个与风险动态同步、与演练持续迭代、与响应实时联动的“智慧应急大脑”，最终实现应急管理的科学化、智能化、实战化，全面提升本质安全水平。

主持在研项目：

(1)    太阳能支架智能排布与用料自动估算系统研发，福建金固美能源科技有限公司，2025/03。

(2)    面向智能安全的高效大语言模型知识系统技术研发，泉州泽安科技有限公司，2024/12。

(3)    基于深度学习的CAD三维视觉识别算法开发，厦门市产学研补助项目，2024CXY0237，2024/10。

(4)    传送带上多物体分割系统开发，福建科盛智能物流装备有限公司，2023/07-2024/06。

(5)    基于大语言模型的食品营养与安全的知识获取， 北京市食品安全大数据技术重点实验室，(CFC2023B-029)，2023/07-2024/06。

(6)    基于深度学习的CAD三维视觉识别算法开发，厦门卡伦特科技有限公司，2023/04-2025/04。

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，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)。

结题主持项目：

(1)      科盛烟条与店招识别算法开发，福建科盛智能物流装备有限公司，2022/10-2023/10。

(2)      面向不均衡食品安全数据的聚类分析研究，北京市食品安全大数据技术重点实验室，(BTBD-2022KF01)，2022/5-2024/4。

(3)      CAD几何引擎核心算法，厦门市科技计划横向课题补助(2022CXY0214)，2022/01-2024/12.

(4)      健身客户行为分析与异常识别，厦门融核卓越信息科技有限公司，2022/6-2023/6。

(5)      科盛叉车箱体智能识别算法开发，福建科盛智能物流装备有限公司，2021/10-2022/5。

(6)      基于多技术融合的快速并行聚类分析研究，福建省自然科学基金 (面上项目，2021J01317)，2021/10-2024/09。

(7)      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。

(8)      在线CAD几何引擎核心算法和CAD相关智能算法开发，厦门卡伦特科技有限公司，2020/12-2024/12。

(9)      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。

(10)  基于AI人工智能深度学习的人脸识别系统研发与应用，福建省趋普物联科技有限公司，2019/07- 2020/12。

(11)  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。

(12)  基于深度学习的多模态电话诈骗防范技术研究与应用，邦西能源科技(厦门)有限公司，2019/03- 2020/12。

(13)  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。

(14)  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。

(15)  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。

(16)  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。

(17)  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)

(18)  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。

(19)  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，(2012J05117)，2012，主持。

(20)  手机动漫播放平台，厦门市科技计划，2013 (3502Z20133029) ，主持。

(21)  手机动漫播放器 (横向)，2013，主持。

(22)  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。

(23)  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，2009 ，主持。

(24)  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，陈宝华，曾国耀．一种快速多尺度的弱监督箱体边缘感知方法及装置：中国，202310422623.7[P]．

(2)    陈叶旺，仰媛媛．一种基于采样聚类的快速图像分割方法：中国，202411302908.8[P]．

(3)    陈奇峰，陈叶旺．一种基于机器学习聚类算法的仿手绘地图生成方法：中国，201910570139.2[P]．

(4)    陈叶旺，叶伟耀．一种时间和内容感知的新闻推荐系统流行度去偏差方法：中国，202411273935.7[P]．

(5)    陈叶旺．一种基于百度百科的文本语义主题抽取方法：中国，201210068103.2[P]．

(6)    陈叶旺．一种基于百度百科的网络文本语义的分类方法：中国，201210066606.6[P]．

(7)    陈叶旺，汤盛宇．采用新型密度聚类进行人脸识别的方法：中国，201510987710.2[P]．

(8)    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：中国，201610395532.9[P]．

(9)    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：中国，201910208135.X[P]．

(10)  陈叶旺，颜明．不良户外广告标语的检测与过滤方法与户外广告播放系统：中国，202010175265.0[P]．

获奖情况：

(1)   B样条曲线拟合在图像分割中的应用，陈叶旺，缑锦，杜吉祥，张洪博，福建省研究生专业学位研究优秀教学案例，2024。

(2)   科教兴省贡献奖，陈叶旺，华侨大学，2024。

(3)   基于自然邻居的大数据快速聚类与异常检测研究，程东东、朱庆生、陈叶旺、黄金龙、冯骥，重庆市自然科学三等奖，2023。

(4)   超轻高承载与高安全驱动的客车主被动防护关键技术研发与产业化，张勇、张锋、龚刚、陈叶旺、蔡鸿毅，福建省科技进步奖三等奖，2022。

(5)   华侨大学优秀研究生指导教师，陈叶旺，华侨大学，2022。

(6)   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，厦门市科技进步三等奖，2016。

(7)   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，泉州市自然科学优秀学术论文一等奖，2016。

(8)   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，泉州市科学进步三等奖，2014。

近年学术论文

[1]   J. Xu, Y. Chen*. FastSmoothSAM: A Fast Smooth Method For Segment Anything Model. arXiv preprint arXiv:2507.15008 (2025).

[2]   W. Chen, Y. Chen*. PP4RNR: Popularity-and Position-Aware Contrastive Learning for Retrieval-Driven News Recommendation[C] //Proceedings of the 33rd ACM International Conference on Information and Knowledge Management. 2024: 3684-3688. [CCF B类，信息检索和数据挖掘领域顶级学术会议]

[3]   Y. Chen, W. Ye, C. Lin, and Y. Chen, “Unbiased news recommendation model combining time and content,” Expert Systems with Applications, vol. 256, No. 5 p. 124864, 2024.  [中科院一区 top]

[4]   Y. Chen, Y. Yang, S. Pei, Y. Chen, and J. Du, “A simple rapid sample-based clustering for large-scale data,” Engineering Applications of Artificial Intelligence, vol. 133, p. 108551, 2024. [中科院一区 top]

[5]   Y. Chen, Y. Yang, and Y. Chen, “C4y: a metric for distributed IoT clustering,” CCF Transactions on Pervasive Computing and Interaction, vol. 6, p. 133–149, 2024.

[6]   Z. Sun, Z. Chen, J. Liu, Y. Chen, and Y. Yu, “Partial multi-label feature selection via low-rank and sparse factorization with manifold learning,” Knowledge-Based Systems, vol. 296, p. 111899, 2024. [中科院一区 top]

[7]    Y. Chen, W. Ye, G. Xv, C. Lin, and X. Zhu, “TCCM: Time and content-aware causal model for unbiased news recommendation,” in Proceedings of the 32nd ACM International Conference on Information and Knowledge Management, 2023, pp. 3778–3782. [CCF B类，信息检索和数据挖掘领域顶级学术会议]

[8]    W. Fan, W. Shangguan, and Y. Chen, “Transformer-based contrastive learning framework for image anomaly detection,” International Journal of Machine Learning and Cybernetics, vol. 14, no. 10, pp. 3413–3426, 2023. [中科院三区]

[9]   陈叶旺,曹海露, 陈谊等. “面向大规模数据的DBSCAN加速算法综述”, 计算机研究与发展, 2023, 60(09):2028-2047. [EI, 国内权威学术期刊, CCF A类]

[10]   X. Jin, Y. Chen, W. Fan, etc., “Fast algorithm for parallel solving inversion of large scale small matrices based on gpu,” The Journal of Supercomputing, vol. 79, no. 16, pp. 18 313–18 339, 2023. [中科院三区]

[11]   G. Xv, C. Lin, H. Li, J. Su, W. Ye, and Y. Chen, “Neutralizing popularity bias in recommendation models,” in Proceedings of the 45^th international ACM SIGIR conference on research and development in information retrieval, 2022, pp. 2623–2628. [CCF A，数据挖掘领域顶级学术会议]

[12]   M. Yan, Y. Chen, Y. Chen, G. Zeng, X. Hu, and J. Du, “A lightweight weakly supervised learning segmentation algorithm for imbalanced image based on rotation density peaks,” Knowledge-Based Systems, vol. 244, p. 108513, 2022. [中科院一区 top]

[13]   M. Yan, Y. Chen*, X. Hu, D. Cheng, Y. Chen, and J. Du, “Intrusion detection based on improved density peak clustering for imbalanced data on sensor-cloud systems,” Journal of Systems Architecture, vol. 118, p.102212, 2021. [SCI, CCF B类, 通讯作者, 基于旋转密度峰值聚类算法,提出一种网络入侵数据检测算法]

[14]   T. Wang, Y. Li, W. Fang, W. Xu, J. Liang, Y. Chen, and X. Liu, “A comprehensive trustworthy data collection approach in sensor-cloud systems,” IEEE transactions on big data, vol. 8, no. 1, pp. 140–151, 2022.

[15]   Y. Chen, L. Zhou, S. Pei, Z. Yu, Y. Chen, X. Liu, J. Du, and N. Xiong, “Knn-block dbscan: Fast clustering for large-scale data,” IEEE transactions on systems, man, and cybernetics: systems, vol. 51, no. 6, pp. 3939–3953, 2021. [中科院一区 top]

[16]   Y. Chen, L. Zhou, N. Bouguila, C. Wang, Y. Chen, and J. Du, “Block- dbscan: Fast clustering for large scale data,” Pattern Recognition, vol. 109, p. 107624, 2021. [中科院一区 top]

[17]   Y. Chen, “Dbscan is semi-spectral clustering,” in 2020 6th International Conference on Big Data and Information Analytics (BigDIA). IEEE, 2020, pp. 257–264. [阐述DBSCAN 与谱聚类关系, best paper award]

[18]   X. Hu, M. Yan, Y. Chen*, L. Yang, and J. Du, “Rotation-dpeak: Improving density peaks selection for imbalanced data,” in CCF Conference on Big Data. Springer, 2020, pp. 45–58.

[19]   W. Fan, L. Yang, N. Bouguila, and Y. Chen, “Sequentially spherical data modeling with hidden markov models and its application to fmri data analysis,” Knowledge-Based Systems, vol. 206, p. 106341, 2020. [中科院一区 top]

[20]   H. Li, Y. J. Wu, and Y. Chen, “Time is money: Dynamic-model- based time series data-mining for correlation analysis of commodity sales,” Journal of Computational and Applied Mathematics, vol. 370, p. 112659, 2020.

[21]   陈叶旺, 申莲莲, 钟才明, 王田, 陈谊, and 杜吉祥, “密度峰值聚类算法综述”, 计算机研究与发展, vol. 57, p. 378, 2020. [国内权威学术期刊, CCF A类, 提出了密度峰值聚类算法可能是mean shift的一个特殊变种的猜想, 入选《计算机研究与发展》2020高被引TOP 10, 入选CNKI 学术精要高被引论文]

[22]   Y. Chen, X. Hu, W. Fan, L. Shen, Z. Zhang, X. Liu, J. Du, H. Li, Y. Chen, and H. Li, “Fast density peak clustering for large scale data based on knn,” Knowledge-Based Systems, vol. 187, p. 104824, 2020. [中科院一区 top]

[23]   Y. Chen, L. Zhou, Y. Tang, J. P. Singh, N. Bouguila, C. Wang, H. Wang, and J. Du, “Fast neighbor search by using revised kd tree,” Information Sciences, vol. 472, pp. 145–162, 2019. [中科院一区 top]

[24]   Y. Chen, L. Zhou, N. Bouguila, B. Zhong, F. Wu, Z. Lei, J. Du, and H. Li, “Semi-convex hull tree: Fast nearest neighbor queries for large scale data on gpus,” in 2018 IEEE International Conference on Data Mining (ICDM). IEEE, 2018, pp. 911–916. [数据挖掘顶级学术会议, 提出半凸包树]

[25]   Y. Chen, S. Tang, N. Bouguila, C. Wang, J. Du, and H. Li, “A fast clustering algorithm based on pruning unnecessary distance computations in dbscan for high-dimensional data,” Pattern Recognition, vol. 83, pp. 375–387, 2018. [中科院一区 top]

[26]   Y. Chen, S. Tang, S. Pei, C. Wang, J. Du, and N. Xiong, “Dheat: A density heat-based algorithm for clustering with effective radius,” IEEE Transactions on Systems, Man, and Cybernetics: Systems, vol. 48, no. 4, pp. 649–660, 2017. [中科院一区 top]

[27]   Y. Chen, S. Tang, L. Zhou, C. Wang, J. Du, T. Wang, and S. Pei, “Decentralized clustering by finding loose and distributed density cores,” Information Sciences, vol. 433, pp. 510–526, 2018. [中科院一区 top]

[28]   Y. Chen, J. P. Singh, L. Zhou, and N. Bouguila, “Frs: Fast range search by pruning unnecessary distance computations based on kd tree,” in 2017 IEEE International Conference on Data Mining Workshops (ICDMW). IEEE, 2017, pp. 1160–1165.

[29]   D. Lai, Y. Chen, X. Luo, J. Du, and T. Wang, “Age estimation with dynamic age range,” Multimedia Tools and Applications, vol. 76, no. 5, pp. 6551–6573, 2017.

[30]   Y. Chen, Q. Zhou, W. Luo, and J.-X. Du, “Classification of Chinese texts based on recognition of semantic topics,” Cognitive Computation, vol. 8, no. 1, pp. 114–124, 2016.

[31]   Y. Chen, J.-L. Wang, Y.-Q. Cai, and J.-X. Du, “A method for Chinese text classification based on apparent semantics and latent aspects,” Journal of Ambient Intelligence and Humanized Computing, vol. 6, pp. 473–480, 2015.

[32]   Y. Chen and Q. Lin, “Optical quantum router with cross-phase modulation,” Science China. Information Sciences, vol. 57, no. 12, pp. 1–11, 2014.

[33]   Y. Chen, D.-H. Lai, H. Qi, J.-L. Wang, and J.-X. Du, “A new method to estimate ages of facial image for large database,” Multimedia Tools and Applications, vol. 75, pp. 2877–2895, 2016.