基本信息
职称 副教授
职务
主讲课程 《高级机器学习》（研究生课程）、《计算机组成原理》、《计算方法》和《线性代数与空间解析几何》
研究方向 机器学习，计算机视觉，社会计算，模式识别，大数据分析
办公室 数计学院2号楼508
电子邮件
联系电话

个人简介
张春阳（Chun-Yang Zhang），男，博士，副教授，福州大学“旗山”****（青年拔尖人才项目）。主要研究方向为机器学习、模式识别、计算机视觉、社会计算、大数据与云计算等人工智能领域；发表多篇高水平论文，包括ESI论文一篇，Google 总引用近3000次，H指数 7，I10指数 6；主持国家自然科学基金青年项目，福建省自然科学基金面上项目，以及福州大学科研项目等。目前有2020年入学的硕士生名额，提供实验室、工作电脑、以及每月资助。
教育经历
1. 2012年9月——2015年7月 澳门大学科技学院软件工程 博士
2. 2010年9月——2012年7月 澳门大学科技学院 计算数学 硕士
3. 2006年9月——2010年7月 北京师范大学珠海分校 应用数学 本科
工作经历
1. 2017年07月—至今 福州大学副教授
2. 2016年06月—2017年06月 澳门大学博士后
3. 2015年11月—2017年06月 福州大学福州大学“旗山”****
4. 2012年09月—2015年07月 澳门大学研究助理，教学助理（英文）
5. 2010年09月—2012年07月 澳门大学研究助理，教学助理（英文）
发表论文
1.Chun-Yang Zhang,Yongyi Xiao, Jin-Cheng Lin，C. L. Philip Chen，Wenxi Liu and Yuhong Tong, “3D Deconvolutional Networks for the Unsupervised Representation Learning of Human Motions”, IEEE Transactions on Cybernetics, accepted, DOI:10.1109/TCYB.2020.**, 2020. (SCI，影响因子: 10.387；JCR一区，CCF B类)
2.Chun-Yang Zhang, Junfeng Hu, Lin Yang, C. L. Philip Chen and Zhiliang Yao,“Graph Deconvolutional Networks”, Information Sciences, vol. 518, p. 330-340, May 2020.(SCI；影响因子:5.535；JCR 一区，CCF B类)
3.Chun-Yang Zhang, Qi Zhao, C. L. Philip Chen and Wenxi Liu, “Deep Compression of Probabilistic Graphical Networks”,Pattern Recognition, vol. 96, 106979, 2019. (SCI，影响因子:5.898，JCR二区，CCF B类)
4.Wenxi Liu, Chun-Yang Zhang, Gengeng Liu, and Yaru Su, “Extraversion Measure for Crowd Trajectories”, IEEE Transactions on Industrial Informatics, vol. 15, no. 1, pp. 6334-6343, 2019. (SCI，影响因子:5.43, JCR一区)
5.Shuang Feng, C. L. Philip Chen and Chun-Yang Zhang，“A Fuzzy Deep Model Based on Fuzzy Restricted Boltzmann Machines for High-dimensional Data Classification”, IEEE Transactions on Fuzzy Systems, accepted, 10.1109/TFUZZ.2019.**，2019. (SCI，影响因子: 8.415, JCR一区，CCF B类)
6.C. L. Philip Chen and Chun-Yang Zhang，“Data-Intensive Applications, and Technologies: A Survey on Big Data”, Information Sciences, Volume 275, pp. 314-347, August 2014. (SCI，影响因子:4.038；引用次数:2295，高被引论文，CCF B类，JCR一区)
7.C. L. Philip Chen, Chun-Yang Zhang*, L. Chen and M. Gan, “Fuzzy Restricted Boltzmann Machine for the Enhancement of Deep Learning,” IEEE Transactions on Fuzzy Systems, vol.23, no.6, pp.2163-2173, Dec.2015. (SCI, 影响因子: 8.746；JCR一区，引用次数：107，CCF B类)
8.Chun-Yang Zhang, C. L. Philip Chen, M. Gan and L. Chen,“Predictive DeepBoltzmann Machine for Multi-Period Wind Speed Forecasting,” IEEE Transactions on Sustainable Energy, vol.6, no.4, pp.1416-1425, Oct. 2015. (SCI, 影响因子: 3.656；JCR一区；引用次数：87)
9.Min Gan, Long Chen, Chun-Yang Zhang*, Hui Ping，“A Self-Organizing State Space Type Microstructure Model for Financial Asset Allocation”, IEEE Access, vol.4, pp. 8035 – 8043, 2016. (SCI，影响因子:1.27；JCR Q1，引用次数：3)
10.Chun-Yang Zhang, C. L. Philip Chen and Kin Tek NG, “MapReduce Based Distributed Learning Algorithm for Restricted Boltzmann Machine,” Neurocomputing, vol.198, pp.4-11, 2016. (SCI, 影响因子: 2.083, 引用次数：19，CCF C类)
11.Chun-Yang Zhang, D.W. Chen, J.T. Yin and L. Chen,“Data-driven Train Operation Models based on Data Mining and Driving Experience for the Diesel-Electric Locomotive”，Advanced Engineering Informatics, vol.30, no.3, pp.553-563, 2016. (SCI, 影响因子: 2.00, 引用次数：10)
12.Chun-Yang Zhang, D.W. Chen, J.T. Yin and L. Chen,“A Flexible and Robust Train Operation Model Based on Expert Knowledge and Online Adjustment,”International Journal of Wavelets, Multiresolution and Information Processing, vol.15, no.3, **, 2017. (SCI；影响因子: 0.67)
13.Min Gan, C. L. Philip Chen, Long Chen, Chun-Yang Zhang,“Exploiting the Interpretability andForecasting Ability of the RBF-AR Model for Nonlinear Time Series”, International Journal of Systems Science, vol.47, no.8, pp. 1868-1876, 2016. (SCI；影响因子:2.100；引用次数：16)
项目经历
1、主持国家自然科学基金面上项目，项目名称为《基于视频表示学习的时空模型研究及其应用》，2021/01-2024/12，经费58万。
2、主持福建省自然科学基金面上项目，项目名称为《动态网络表示学习方法研究及其应用》，2020/08-2023/08，项目经费7万。
3、主持国家自然科学基金青年项目，项目名称为《基于深度学习的高维时间序列预测方法及其视频控制的应用》，2016/01-2019/12，经费22万。
4、主持福建省自然科学基金面上项目，项目名称为《基于粒子计算的深度学习模型研究》，2016/01-2020/12，项目经费7万。
5、主持福州大学“旗山”****（海外）科研项目，项目名称为《受限玻尔兹曼机的分布式学习方法研究》，2016/01-2020/12，项目金额25万。
6、参加国家自然科学基金项目面上项目（参与者排名第二），项目编号**，项目名称为《新型进化计算与深度学习方法及其在疾病预防与控制的应用》，2015/01-2019/12，项目金额69万。