安徽大学研究生导师简介

安徽大学研究生导师简介
院（系、所）：计算机科学与技术学院
姓名：陈思宝
性别：男
出生年月：1979年8月


导师类别：博导、硕导
技术职称：教授

联系方式
sbchen@ahu.edu.cn; **

招生专业名称
计算机科学与技术、计算机技术

主要研究方向
1. 模式识别

2.图像处理与识别

3. 机器学习方法及应用

个人简历
陈思宝，男，教授，博导。本科和硕士都是毕业于安徽大学数学系概率与统计专业，于2006年在安徽大学计算机应用技术专业获工学博士学位，2006年至2008年在中国科学技术大学信息科学技术学院从事博士后研究，2008年起任教于安徽大学计算机科学与技术学院。2014年1月至2015年2月在美国德克萨斯大学阿林顿校区做访问****。研究兴趣主要为统计模式识别、数据挖掘与机器学习、图像处理及识别和计算机视觉。在国内外刊物和国际会议上发表论文50余篇（其中，CCFA类及JCR二区以上十余篇，被SCI、EI收录30篇以上）。申请国家发明专利4项，其中2项已授权。
个人主页：http://www.escience.cn/people/chensibao/index.html

学术成果
主持国家级项目2项，省部级项目3项，作为核心成员（排名前三）参与国家级项目4项。发表学术论文共50余篇。近五年代表20余篇，其中国际杂志论文12篇（其中SCI期刊论文12篇），国家级重点杂志论文7篇，国际会议论文5篇（其中，CCF推荐A类国际会议论文1篇）。发表论文SCI检索12篇，EI检索24篇。近五年代表作如下：
Ke Zhang, Wen-Li Huang, Peng-Cheng Wang, Si-Bao Chen*, LSRAGAN: GENERATING MULTIFARIOUS COLOR PHOTOGRAPHES FROM SKETCH, The 27th IEEE International Conference on Image Processing (ICIP 2020), accepted.（EI收录）
Si-Bao Chen, Rui-Rui Wang, Bin Luo, Jian Zhang. Low-Rank Laplacian Similarity Learning. 2020, BICS 2019: Advances in Brain Inspired Cognitive Systems, LNCS 11691, pp.34-44.（EI收录）
Changai He, Sibao Chen*, Shilei Huang, Jian Zhang, Xiao Song. Using Convolutional Neural Network with BERT for Intent Determination. 2019 International Conference on Asian Language Processing, IALP 2019, pp.65-70.（EI收录）
Rui-rui Wang, Sibao Chen*, Bin Luo, Jian Zhang: Multi-view Similarity Learning of Manifold Data. The 10th International Conference on Image and Graphics (ICIG), 2019, LNCS 11901, 631-643.（EI收录）
Sibao Chen, Chao Hu, Bin Luo, Chris H. Q. Ding, Shilei Huang: Pyramid Attention Dense Network for Image Super-Resolution. International Joint Conference on Neural Networks (IJCNN), 2019: N-19383, 1-8. (EI)
Sibao Chen, Feng Luo, Bin Luo, Chris H. Q. Ding, Yi Liu: Multiple Back Propagation Network and Metric Fusion for Person Re-identification. International Joint Conference on Neural Networks (IJCNN), 2019: N-19380, 1-8. (EI)
Sibao Chen, Peng-Cheng Wang, Bin Luo, Chris H. Q. Ding, Jian Zhang: SRAGAN: Generating Colour Landscape Photograph from Sketch. International Joint Conference on Neural Networks (IJCNN), 2019: N-19381, 1-8. (EI)
Si-Bao Chen, Chris H.Q. Ding, Zhi-Li Zhou, Bin Luo, Feature Selection based on Correlation Deflation. Neural Computing and Applications. 2019, 31: 6383–6392.（SCI, JCR二区, EI）
Si-Bao Chen, Yu-Mei Zhang, Chris H.Q. Ding, Jian Zhang, Bin Luo. Extended Adaptive Lasso for Multi-class and Multi-label Feature Selection. Knowledge-Based Systems. 2019. 173, 28-36.（SCI, JCR二区, EI）
Si-Bao Chen, Chris H.Q. Ding, Bin Luo. Linear regression based projections for dimensionality reduction. Information Sciences, 2018, 467: 74-86.（SCI, JCR一区, EI）
Si-Bao Chen, Yu-Lan Xu, Chris H.Q. Ding, Bin Luo. A Nonnegative Locally Linear KNN model for image recognition. Pattern Recognition, 2018, 83: 78-90.（SCI, JCR二区, EI）
Si-Bao Chen, Chong Zuo, Chris Ding, Bin Luo. Non-greedy Max-min Large Margin based on L1-norm. Pattern Recognition Letters. 2018, 108: 38-47.（SCI, JCR三区, EI）
Si-Bao Chen, Ying Zhang, Chris H.Q. Ding, Zhi-Li Zhou, Bin Luo, A Discriminative Multi-Class Feature Selection Method via Weighted l2,1-norm and Extended Elastic Net, Neurocomputing, 2018, 275: 1140-1149.（SCI, JCR二区, EI）
Si-Bao Chen, Yu-Mei Zhang, and Bin Luo. Manifold-regularized Adaptive Lasso. Int. Conf. on Brain Inspired Cognitive Systems (BICS 2018). Lecture Notes in Artificial Intelligence. 2018, Vol. 10989, pp. 545-556.（EI）
Si-Bao Chen, Chuan-Yong Ding, and Bin Luo. Gaussian-Staple for Robust Visual Object Real-Time Tracking. Int. Conf. on Brain Inspired Cognitive Systems (BICS 2018). Lecture Notes in Artificial Intelligence. 2018, Vol. 10989, pp. 370-381.（EI）
Si-Bao Chen, Wei-Ming Song, and Bin Luo. Saliency-Weighted Global-Local Fusion for Person Re-identification. Int. Conf. on Brain Inspired Cognitive Systems (BICS 2018). Lecture Notes in Artificial Intelligence. 2018, Vol. 10989, pp. 382-393.（最佳论文奖；国际脑启发认知系统大会BICS2018）（EI）
Yu-Lan Xu, Sibao Chen*, and Bin Luo. A Weighted Locally Linear KNN Model for Image Recognition. CCF Chinese Conference on Computer Vision, Tianjin. 11-14, Oct. CCCV 2017, Part III, CCIS 773, pp. 567–578.（EI）
Si-Bao Chen, Jing Wang, Cai-Yin Liu, Bin Luo. Two-Dimensional Discriminant Locality Preserving Projection Based on L1-norm Maximization. Pattern Recognition Letters. 2017. 87: 147-154.（SCI, JCR三区, EI）
陈思宝,苌江,罗斌.基于非负稀疏协作模型的目标跟踪算法.安徽大学学报(自然科学版), 2017, 41(5):17-25.
Si-Bao Chen, Yi Xin, Bin Luo. Action-Based Pedestrian Identification via Hierarchical Matching Pursuit and Order Preserving Sparse Coding. Cognitive Computation. 2016, 8(5):797–805.（SCI, JCR二区, EI）
Zhihong Zhang, Jianbing Xiahou, Zheng-Jian Bai, Edwin R. Hancock, Da Zhou, Sibao Chen, Liyan Chen: Discriminative Lasso. Cognitive Computation 8(5): 847-855 (2016)（SCI, JCR二区, EI）
陈思宝，陈道然，罗斌.基于L1-范数的最大间距准则.电子学报, 2016, 44(6)：1383-1388. (EI)
陈思宝，徐丹洋，罗斌.一种非负稀疏近邻表示的多标签学习算法.电子科技大学学报, 2015, 44(6):899-904. (EI)
Si-Bao Chen, Chris H. Q. Ding, and Bin Luo. Similarity Learning of Manifold Data. IEEE Transactions on Cybernetics. 2015, 45(9):1744-1756.（SCI, JCR一区, EI）
陈思宝,陈道然,罗斌.基于L1-范数的二维线性判别分析.电子与信息学报, 2015, 37(6):1372-1377. (EI)
Si-Bao Chen, Chris H. Q. Ding, and Bin Luo. An algorithm framework of sparse minimization for positive definite quadratic forms. Neurocomputing, 2015. 151(1-3): 223-230.（SCI, JCR二区, EI）
Si-Bao Chen, Chris H. Q. Ding, and Bin Luo. Extended linear regression for undersampled face recognition. Journal of Visual Communication and Image Representation. 2014, 25(7): 1800–1809.（SCI, JCR三区, EI）
陈思宝,赵令,罗斌.基于局部保持的核稀疏表示字典学习.自动化学报, 2014, 40(10): 2295-2305.（EI）
陈思宝,赵令,罗斌.基于核Fisher判别字典学习的稀疏表示分类.光电子激光, 2014, 25(10): 2000-2008.（EI）
陈思宝,许立仙,罗斌.基于多重核的稀疏表示分类.电子学报, 2014, 42(9): 1807-1811.（EI）
陈思宝,赵令,罗斌.局部保持的稀疏表示字典学习.华南理工大学学报(自然科学版). 2014, 42(1): 142-146.（EI）
赵海峰，鲁毓苗，陆明，陈思宝.基于快速稀疏表示的医学图像压缩.计算机工程. 2014, 40(4):233-236. (CSCD)
Si-Bao Chen, Chris Ding, Bin Luo, Ying Xie. Uncorrelated Lasso. Twenty-Seventh AAAI Conference on Artificial Intelligence (AAAI-13). July 14-18, 2013. pp.166-172. Bellevue, Washington, USA.(EI,CCF A类会议).

专利情况：
（1）国家发明专利：ZL 2015 1 **.1，一种多PTZ相机的运动目标接力跟踪算法。发明人：陈思宝;盛虎;罗斌;王文中;周宝通;王磊;郑远见;刘启迪。已授权。
（2）国家发明专利：ZL 2015 1 **.2，一种基于枪球联动系统的目标检测跟踪方法。发明人：王文中;盛虎;郑爱华;陈思宝;王俊;王磊;郑远见;刘启迪。已授权。
（3）国家发明专利：3.7，一种基于加权稀疏协作模型的目标跟踪方法。发明人：陈思宝;金维国;苌江;宋维明;罗斌。实审。
（4）国家发明专利：9.9，一种基于特征选择的农作物病害识别方法。发明人：陈思宝;代北敏;张颖;罗斌。实审。


获奖情况
教学成果奖：省属高校计算机学科硕士生学术创新能力提升探索与实践，省级二等奖，编号：2019jxcgj098，排名第三（3/10）；
最佳论文奖；国际脑启发认知系统大会BICS2018 (Saliency-Weighted Global-Local Fusion for Person Re-identification. Int. Conf. on Brain Inspired Cognitive Systems (BICS 2018). 第一作者)。

在研项目
国家自然科学基金面上项目，项目编号：**，基于加权去相关稀疏约束的深度特征选择理论与方法研究，2020/01-2023/12，主持；
国际(地区)合作与交流重点项目，项目编号：，遥感图像地面区域变化的结构化建模与检测方法研究，2019/01-2023/12，参加；
国家自然科学基金面上项目，项目编号：**，视频时空结构深度模型研究及应用，2019/01-2019/12，参加；
国家重点基础研究计划（973子课题），项目编号：2015CB351700，基于人脑视觉认知机理的视觉感知计算与交互，2015/1-2019/12，参加；
国家自然科学基金面上项目，项目编号：**，基于多模态视觉模型的行为事件分析研究与应用，2015/01-2018/12，参加。
产学研横向课题：太阳能光伏电池EL图像缺陷识别和判定算法(2018KJH010045), 2018，二类，主持；
安徽省高等学校自然科学研究项目重点项目，项目编号：KJ2017A014，基于L2,1范数约束的稳健联合稀疏特征选择理论与方法研究，2017/01-2018/12，主持；
国家自然科学基金青年基金项目，项目编号：**，图像识别中区分性稀疏表示理论与方法研究，2013/01-2015/12，主持；
教育部高等学校博士学科点专项科研基金联合资助新教师类基金, 项目编号：005，基于区分性度量的图像子空间选择理论与方法研究, 2011/01-2013/12，主持；
安徽省教育厅高校省级自然科学研究重点项目，项目编号：KJ2012A004，基于区分性度量的稀疏表示理论与方法研究，2012/01-2014/12，主持。


填表时间：2020年5月19日