您当前位置: 77779193永利官网 > 研究生教育 > 研究生导师 > 正文

陈金广

2024年04月30日 08:31  点击:[]

所属学科专业:计算机科学与技术

导师简介:

陈金广,工学博士,教授,硕士生导师。美国德州大学奥斯汀分校访问学者。主持国家自然科学基金、中国博士后科学基金、陕西省科技厅自然基金、陕西省教育厅科研计划、中国纺织工业协会指导性计划,以及企业委托研发等项目十余项。在国内外核心期刊和国际会议发表学术论文百余篇,被SCI/EI检索40余篇。出版学术专著1部。是ACM、CCF会员,中国图象图形学学会会员,陕西省图象图形学会理事,陕西省电子学会图象图形工程专业委员会委员。曾获得陕西省科技进步二等奖、中国纺织工业联合会科学技术二等奖、陕西高校科技一等奖、二等奖、中国自动化学会科技二等奖、洛阳市科技二等奖等奖项。

主要研究方向:人工智能、深度学习、图像处理、目标跟踪等。

、近年来主持的科研项目:

[1]西安翔腾微电子科技有限公司,广域目标搜索与定位算法研究,2023.07-2024.12,在研.

[2]陕西省自然科学基础研究计划项目(2023-JC-YB-826),基于多尺度搜索的多视角深度推断方法研究, 2023.01-2024.12,在研.

[3]陕西省教育厅科研计划项目,基于深度神经网络的服装图像检测与分类方法研究(21JP049),2021.01-2022.12,结题.

二、专著

[1]陈金广.目标跟踪系统中的滤波方法.西安电子科技大学出版社, 2013.

、近年来发表的期刊论文

[1].王谭,陈金广,马丽丽.融合词典信息和句子语义的中文命名实体识别.计算机与现代化,2024.

[2].Jinguang Chen, Xin Zhang, Lili Ma, Bo Yang, Kaibing Zhang. CS-VITON: A Realistic Virtual Try-on Network based on Clothing Region Alignment and SPM. Visual Computer, (2024). SCI

[3].Jinguang Chen, Jiahe Zhou, Lili Ma.GNNCL: a graph neural network recommendation model based on contrastive learning. Neural Processing Letter, 56, 45 (2024). SCI

[4].Jinguang Chen, Ronghui Wen, Lili Ma. Small object detection model for UAV aerial image based on YOLOv7. Signal, Image and Video Processing, 2024, 18(3), 2695-2707. SCI

[5].Chenchen Xi, Kaibing Zhang, Xin He, Yanting Hu & Jinguang Chen. Soft-edge-guided significant coordinate attention network for scene text image super-resolution. Visual Computer (2023). (SCI)

[6].李宗康,范刚龙,陈金广.基于遗传算法的钴源源棒排列方法[J].计算机与数字工程, 2023, 51(07): 1474-1479.

[7].梅凡民,苏进,陈金广等.“跨学科教学视角+离散单元法综合实训”的非计算机学科本科生编程计算能力培养[J].计算机教育,2023(08):6-10.

[8].Xing Quan, Kaibing Zhang, Danni Zhu, Dandan Fan, Yanting Hu, Jinguang Chen. Learning cascade regression for super-resolution image quality assessment.Applied Intelligence (2023).(SCI)

[9].Jinguang Chen, Zonghua Yu, Lili Ma, Kaibing Zhang. Multi-distribution fitting for multi-view stereo. Machine Vision and Applications 34,93(2023). (SCI)

[10].Xing Quan, Kaibing Zhang, Hui Li, Dandan Fan, Yanting Hu & Jinguang Chen. TADSRNet: A triple-attention dual-scale residual network for super-resolution image quality assessment. Applied Intelligence, 53, 26708–26724 (2023).(SCI)

[11].Jinguang Chen, Zonghua Yu, Lili Ma, Kaibing Zhang. Uncertainty awareness with adaptive propagation for multi-view stereo. Applied Intelligence 2023, 53(21): 26230-26239. (SCI)

[12].刘静,陈金广.基于通道注意力和Transformer的图像标题生成方法[J].计算机与现代化,2023(05):8-12.

[1]陈金广;李雪;邵景峰;马丽丽.改进YOLOv5网络的轻量级服装目标检测方法.纺织学报, 2022, 43(10): 155-160.

[2]陈金广,赵银歌,马丽丽.面向方面级情感分类的特征融合学习网络.模式识别与人工智能, 2021, 34(11): 1049-1057. EI

[13].陈金广,王星辉,马丽丽.状态与杂波相关的GM-PHD平滑滤波,计算机工程与设计, 2019, 40(11): 3186-3191.

[14].Jinguang Chen, Xiaoxing Li, Mingming Wang, Lili Ma, Bugao Xu. Fast compressive tracking combined with Kalman filter. Multimedia Tools and Applications, 2019, 78(16): 22463-22477. SCI

[15].陈金广,王星辉,马丽丽,张馨东,巩林明.采用分段RTS的CPHD平滑算法,计算机工程与应用, 2019, 55(1): 50-55.

[16].Linming Gong, Bo Yang*, Tao Xue, Jinguang Chen, Wei Wang. Secure rational numbers equivalence test based on threshold cryptosystem with rational numbers. Information Sciences, 2018, 466: 44-54.(SCI, EI)

[17].梅凡民,雒遂,陈金广.一种改进的高浓度风沙图像的动态灰度阈值分割算法.力学学报,2018,50(3): 699-707. (EI)

[18].陈金广,赵甜甜,王明明,王伟.针对交叉目标场景的带标签GM-PHD改进算法.计算机工程,2018,44(6): 316-320.

[19].陈金广,贺莉娜,王明明,马丽丽.融合颜色特征和灰度特征的时空上下文跟踪.计算机工程与设计, 2018, 39(4): 1082-1088.

[20].陈金广,赵甜甜,王明明,马丽丽.强杂波环境下的LGM-PHDF算法.计算机工程与设计, 2018, 39(2): 532-536.

[21].李晓行,陈金广,马丽丽,王明明,王伟.尺度自适应的加权压缩跟踪算法.西安工程大学学报, 2018, 32(1): 105-113.

[22].陈金广,郭秋梦,马丽丽,徐步高.用于多视点云拼接的改进ICP算法.计算机系统应用, 2018, 27(1): 180-184.

[23].郝筱松,陈金广.全日制工程硕士培养过程中的问题探讨.科技创新导报, 2017, (21): 235-237.

[24].Ming-Ming Wang, Zhi-Guo Qu, Wei Wang, Jin-Guang Chen. Effect of noise on deterministic joint remote preparation of an arbitrary two-qubit state. Quantum Inf Process, 2017, 16 (5), Article Number: UNSP 140, SCI, EI

[25].Ming-Ming Wang, Zhi-Guo Qu, Wei Wang, Jin-Guang Chen. Effect of noise on joint remote preparation of multi-qubit state. International Journal of Quantum Information, 2017, 15(2), Article Number: 1750012, 13 pages, SCI

[26].王伟,王嘉郡,王明明,张文静,陈金广.以网络性能为核心的移动自组网Flooding攻击防御技术.计算机科学, 2017, 44(1): 159-166.

[27].陈金广,江梦茜,马丽丽.存在目标交叉情形的扩展目标跟踪算法.系统仿真学报, 2017, 29(1): 7-13.

[28].王伟,王嘉珺,王明明,张文静,陈金广.基于时空动态性的MANETs入侵防御模型.计算机应用研究, 2016, 33(12): 3748-3754, 3793.

[29].陈金广,赵甜甜,马丽丽,徐步高.可提取衍生目标的带标签GM-PHD算法.光电工程, 2016, 43 (12): 79-84.

[30].白晓红,温静,赵雪,陈金广.基于加速鲁棒特征和多示例学习的目标跟踪算法.计算机应用, 2016, 36(11): 2974-2978.

[31].孟雅蕾,王予,陈金广.基于改进AHP的储层综合评价方法.计算机系统应用, 2016, 25(8): 8-15.

[32].马丽丽,曹春梅,陈金广,王星辉.基于RANSAC的特征点匹配算法.计算机工程与设计, 2016, 37(7): 1794-1797, 1856.

[33].马丽丽,王战,陈金广.低检测率条件下改进的势均衡多目标多伯努利算法.计算机工程, 2016, 42(7): 273-276,286.

[34].马丽丽,秦晓姗,陈金广.一种状态与杂波相关条件下的GM-CPHD算法.系统仿真学报, 2016, (7): 1637-1643.

[35].陈金广,江梦茜,马丽丽.部分监测区域重叠条件下的扩展目标跟踪.计算机工程与科学, 2016, 38(6): 1231-1237.

[36].白晓波,陈金广,邵景峰,雷霞,刘聪颖.多属性决策中赋权方法的自适应选择研究.计算机工程与应用, 2016, 52 (11): 215-220.

[37].马丽丽,陈金广,薛纪文.翻转教学模式在程序设计语言中的实践.计算机教育, 2016, (4): 152-155.

[38].Jinguang Chen, Xiaoshan Qin, Lili Ma, Bugao Xu, Xinjuan Zhu. GM-PHD Filter with State-dependent Clutter. Asian Journal of Control, 2016, 18(6): 2336-2342. EI, SCI

[39].陈金广,秦晓姗,马丽丽.快速多目标跟踪GM-PHD滤波算法.计算机科学, 2016, 43(3): 317-320.

[40].刘肖,邓咏梅,陈金广.男衬衫一片袖款式图到纸样图的转换方法.纺织学报, 2016, 37(3): 119-126. EI

四、发明专利:

[1]基于服装区域对齐和风格保持调制的真实性虚拟试穿方法.申请号:2023109019799,申请日:2023年07月21日

[2]基于YOLOv7的无人机航拍图像小目标检测方法.申请号:2023111791922,申请日:2023年09月13日,

[3]基于语义嵌入和关系原型的持续关系抽取方法.申请号:2023112478742,申请日:2023年09月26日

[4]采用手臂区域保留策略的虚拟试穿方法.申请号:2023113336522,申请日:2023年10月16日

[5]基于特征增强和多粒度匹配的文本引导服装图像检索方法.申请号:2023114350620,申请日:2023年11月01日

[6]一种基于改进遗传算法的传统作业车间调度算法. 20230602,中国, ZL202010513661.X

[7]基于分段RTS的概率假设密度滤波平滑方法, 20210831,中国, ZL201810373957.9

[8]多传感器存在监测区域部分重叠的扩展目标跟踪方法,2017.11.10,中国,ZL201510166517.2

[9]基于容积卡尔曼滤波的扩展目标概率假设密度滤波方法, 2017.01.11,中国, ZL201310753640.5

[10]一片袖的款式图到纸样图的转换方法,2017.09.26,中国, ZL2015100505848

[11]多证据源冲突的组合度量方法, 2016.04.20,中国, ZL201210536343.0

[12]一种基于最大似然估计的目标被动定位方法, 2013.08.07,中国, ZL201110385938.6

五、人才培养:

曾指导5名研究生获得研究生创新基金项目,3名研究生获得国家奖学金,3名研究生毕业后进入厦门大学、西安理工大学攻读博士学位,多名毕业生进入高校、知名企业、政府等部门工作。

联系电话:13572533425

邮箱:xacjg@163.com

上一条:季虹

下一条:研究生导师名单排序后(截止2024.4.22)

关闭

版权所有 Copyright(c)2016 77779193永利(中国)-官方网站
联系我们:webmaster@xpu.edu.cn 陕ICP备022000