陈叶旺，男，复旦大学博士，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、机器学习等课程。自2009年至今共培养硕士研究生二十余人，其中2人次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、人工智能创新大赛、“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8项、三等奖多项，其他省级奖项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，主持各类国家自然科学基金（面上）、福建省自然科学基金（面上）、产学研课题30余项；在TPAMI、TSMC、PR、KBS、ESWA、《计算机研究与发展》等国内外高水平期刊与SIGIR、EMNLP、ICDM、CIKM等顶级学术会议上发表论文50余篇，引用总量2000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、厦门市科技进步三等奖，以及华侨大学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。团队已与百度飞桨（厦门）人工智能产业赋能中心、厦门思明智算中心、中国安能电力（厦门）等企业达成战略合作协议，共同推进项目产业化：百度飞桨将提供OCR与大模型底层算法支持；厦门思明智算中心将提供GPU算力资源保障；我方作为项目牵头方，将整合技术资源，专注于产品研发、行业应用落地与市场推广。通过三方协同，我们将打造覆盖算法、算力与领域应用产业生态。

 

联系方式：ywchen@hqu.edu.cn，15259245945

 

Github：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)

 

学术经历:

(1) 2009/9-至今 华侨大学计算机学院，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。

 

主持在研项目：

(1) "感知-规划-认知-协同"驱动的智能化HAZOP分析新范式及关键技术研究，国家自然科学基金面上项目，62676157, 2027/01-2030/12。

(2) 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。

(3) 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。

(4) 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。

(5) 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。

(6) 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。

(7) 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。

 

近年学术论文

[1]     Y,Liu, Z.Li Y.Chen., Escaping the Ambiguity Trap: Content-Level Evidence Tracing for Open-Domain Table QA, EMNLP,  2026 (Accepted)  [自然语言处理顶级学术会议, CCF B类]

[2]     Y.Chen, J. Li, Q. Lai et,al., GBSK: Skeleton Clustering via Granular-ball Computing and Multi-Sampling for Large-Scale Data, IEEE Transactions on Pattern Analysis and Machine Intelligence,  2026 (online). doi:10.1109/TPAMI.2026.3719825. [国际人工智能领域顶级权威学术期刊, CCF A类]

[3]     Y. Liang, Z. Chen, Y. Chen et al.. DTTrack: Metric-Guided Dynamic Template Tracking Network. IEEE Transactions on Circuits and Systems for Video Technology , 2026  (online).  doi: 10.1109/TCSVT.2026.3709830. [CCF B类]

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

[5]     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]

[6]     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]

[7]     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]

[8]     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.

[9]     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]

[10]  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]

[11]  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]

[12]  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]

[13]  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]

[14]  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]

[15]  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]

[16]  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]

[17]  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.

[18]  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]

[19]  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]

[20]  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]

[21]  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.

[22]  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]

[23]  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.

[24]  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]

[25]  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]

[26]  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]

[27]  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]

[28]  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]

[29]  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]

[30]  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]

[31]  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.

[32]  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.

[33]  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.

[34]  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.

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

[36]  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.

 

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) 化工工艺流程图风险分析，福建省未来产业典型应用场景（第二批），陈叶旺，2025。

(2) 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。

(3) 科教兴省贡献奖，陈叶旺，华侨大学，2024。

(4) 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。

(5) 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。

(6) 华侨大学优秀研究生指导教师，陈叶旺，华侨大学，2022。

(7) 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。

(8) 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。

(9) 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。

 

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。

 

研究生毕业论文指导

(1)  华侨大学校级优秀硕士论文，陈文伟 (2025)

(2)  福建省优秀工程硕士论文，  颜  明 (2022)

(3)  华侨大学校级优秀硕士论文，颜  明 (2022)

(4)  福建省优秀工程硕士论文，  周李达 (2019)

(5)  华侨大学校级优秀硕士论文，周李达 (2019)

(6)  华侨大学校级优秀硕士论文，汤盛宇 (2018)

 

研究生获奖

(1)  研究生吴伟煌获华为杯全国研究生数模竞赛二等奖 (2025)

(2)  研究生黎哲、蓝彬、林毅祥获华为杯全国研究生数模竞赛二等奖 (2025)

(3)  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)

(4)  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)

(5)  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)

(6)  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)

(7)  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)

(8)  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)

(9)  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)

(10)        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)

(11)        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)

(12)        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)

(13)        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)

(14)        研究生胡小亮获华为杯全国研究生数模竞赛二等奖 (2019)

(15)        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)

(16)        研究生胡小亮获福建省研究生数模竞赛一等奖 (2019)

(17)        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)

(18)        研究生周李达获研究生国家奖学金 (2018-2019)

(19)        研究生汤盛宇获研究生国家奖学金 (2017-2018)

(20)        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)