姓名：
于彦伟
职称：
讲师

学历：
博士生
学位：
博士
专业：

计算机科学与技术
毕业院校：

北京科技大学
主讲课程：

数据库系统原理, WEB程序设计
主要研究兴趣：
时空数据挖掘, 数据流查询与处理
移动目标数据管理, 分布式计算
室内/外无线定位技术


Email：

yuyanwei@ytu.edu.cn
联系电话：

**

个人简介：
教育背景2008.9-2014.1, 工学博士 (计算机科学与技术), 北京科技大学, 导师: 王沁教授
2012.9-2013.9, 联合培养, 伍斯特理工学院, 计算机系, 导师: Elke A. Rundensteiner教授
2004.9-2008.7, 管理学学士(电子商务), 聊城大学, 计算机学院
工作经历2014.3-今 烟台大学计算机与控制工程学院任教, 讲师;
2014.6-今 吉林大学符号计算与知识工程教育部重点实验室,访问学者;
2010.9-2011.12 北京城市学院, 信息学部, 兼职讲师;
社会兼职国家自然科学基金通讯评审专家;
计算机学会第十一次会员代表大会会员代表;
IIMM 2015, WSNPS 2015: 程序委员会委员;
中国通信, 兰州理工大学学报, ICDE 2014, CWSN 2011-2012: 审稿人;


主要科研成果：

研究概况我的研究兴趣主要包括时空数据挖掘、数据流实时查询与处理、大数据分布式计算。具体的来说，我针对海量移动目标的轨迹数据建模、异常移动目标分析、基于密度的聚类及演化分析进行了深入研究。我曾在美国伍斯特理工学院DSRG实验室进行学术访问，从事海量轨迹数据流异常检测研究；多次去吉林大学符号计算与知识工程教育部重点实验室进行交流访问，在大数据分布式聚类分析方面展开合作研究。

我的主要创新性研究包括：1）基于密度的聚类分析，针对流式数据源提出多种基于密度的聚类算法，并将其应用于海量移动目标轨迹分析系统中；2）轨迹模式挖掘，和传统的轨迹数据库模式挖掘不同，我研究的内容关注在海量移动目标的实时轨迹数据挖掘，侧重于挖掘轨迹数据流中的蜂群模式、轨迹簇及近邻轨迹查询；3）异常移动目标检测，我提出了面向轨迹数据流的基于邻居的异常目标检测方法，涵盖了实时海量移动目标监控下的各类实际异常状况分析。

研究课题

国家自然科学基金青年基金项目, “时空大数据流分布式异常事件检测技术研究”、2015/01-2017/12、在研、主持人

吉林大学符号计算与知识工程教育部重点实验室开放基金, “分布式异常检测技术研究”、2014/04-2016/04、在研、主持人

国家自然科学基金面上项目, “基于CP-nets的多Agent定性博弈”、2016/01-2019/12、61万、在研、主要参与人

山东省重点研发计划, “山东近岸海域海洋生态大数据云存储平台构建及应用研究”、2015/12-2017/12、在研、主要参与人

国家自然科学基金面上项目, “基于信道Time/Power度量指标的TOA测距误差模型及其应用研究”、2012/01-2015/12、在研、参与人

美国自然科学基金项目, “III: Small: Query Mesh - A Novel Paradigm for Query Processing”、2009/09-2013/12、已结题、参与人

国家自然科学基金青年基金项目, “无线传感器网络多信道链路时变特征在线建模技术研究”、2011/01-2013/12、已结题、参与人

北京市科技创新性项目, “室内跟踪/定位技术与试点系统研究与开发”、2009/8-2010/12、已结题，小组负责人

奖励荣誉2015年1月获烟台大学计算机与控制工程学院优秀科研人员称号;

2014年1月获北京科技大学优秀博士学位论文奖;

2012年12月获教育部博士研究生国家奖学金;

部分成果[1]于彦伟, 王欢, 王沁, 赵金东. 面向海量数据流的基于密度的簇结构挖掘算法. 软件学报, 2015,26(5):1113?1128.

[2]于彦伟, 齐建鹏, 陆云辉, 赵金东, 张永刚. 时空轨迹大数据分布式蜂群模式挖掘算法. 2015年CCF大数据学术会议, 合肥, 2015, 10.21-22.

[3]Yanwei Yu, Jindong Zhao, Xiaodong Wang, Qin Wang and Yonggang Zhang. Cludoop: An Efficient Distributed Density-based Clustering for Big Data using Hadoop. International Journal of Distributed Sensor Networks. 2015, Article 579391

[4]Yanwei Yu, Jindong Zhao, Yonggang Zhang. Density and Sliding Window-based Clustering over Evolving Data Streams. ICIC Express letter- Part B. 2015,6(8):2275-2283.

[5]Yanwei Yu, Lei Cao, Elke Rundensteiner, Qin Wang. Detecting Moving Object Outliers in Massive-Scale Trajectory Streams. ACM SIGKDD 2014. New York. Page(s). 422-431 (CCF A类会议)

[6]Lei Cao, Di Yang, Qingyang Wang, Yanwei Yu, Jiayuan Wang, Elke Rundensteiner. Scalable Distance-Based Outlier Detection over High-Volume Data Streams. IEEE ICDE 2014. Chicago, USA, Page(s): 76-87 (CCF A类会议)

[7]Yanwei Yu, Qin Wang, Xiaodong Wang, Huan Wang. On-line Clustering for Trajectory Data Stream of Moving Objects. Computer Science and Information System. 2013, Vol. 10, No. 3, 1319-1342.

[8]Yanwei Yu, Qin Wang, Xiaodong Wang. Continuous Clustering Trajectory Stream of Moving Objects. China Communications. 2013, Vol. 10, No. 9, 120-129.

[9]于彦伟，王沁，邝俊，何杰. 一种基于密度的空间数据流在线聚类算法. 自动化学报. 2012, Vol. 38, No. 6: 1051-1059

[10]于彦伟，王沁，王小东，王欢，何杰. 面向移动目标实时查询处理的数据流挖掘框架. 仪器仪表学报. 2012, Vol 33, No.12: 2803-2811

[11]赵金东, 于彦伟, 刘惊雷. 一种面向实时海量数据流的数据聚类算法. 北京邮电大学学报. 2015 (录用)

[12]齐悦, 于彦伟*, 邝俊, 何杰, 王沁. 一种实时有效的蜂群模式挖掘算法. 北京科技大学学报. Vol.34, No.1, 2012, pp: 32-37 (通信作者)

[13]Huan Wang, Yanwei Yu, Qin Wang. A Density-Based Clustering Structure Mining Algorithm for Data Streams. The 18th ACM SIGKDD workshop, 2012.

[14]Yanwei Yu, Jie He, Qin Wang, Fei Liu, Cheng Xu. A Query-driven Indoor Location System based on Smartphone. The IEEE SECON Workshop 2012. June, 18-21, 2012.

[15]Jie He, Qin Wang, Qianxiong Zhang, Yanwei Yu.Modeling ranging error of indoor TOA-based position system based on receive signal strength. International Journal of Sensor Networks. 2013 Vol.13, No.3, pp.162-172.

近期投稿

[1]Yanwei Yu, Lei Cao, Elke Rundensteiner, Qin Wang. Outlier Detection over Massive-Scale Trajectory Streams. ACM TODS. (在审)

[2]Yanwei Yu, Jianpeng Qi, Jindong Zhao, Yonggang Zhang. Mining Swarms from Big Spatio-Temporal Trajectories using MapReduce. BigDataSecurity 2016. (在审)

专著

[1] 杨振舰，于彦伟，张运杰. 智能信息挖掘与处理. 化学工业出版社. 2014.9 (ISBN号:978-7-122-20904-7)

个人主页：
点击链接