福州大學數學與計算機科學學院計算機圖形學與多媒體/人工智能研究生導師：張春陽

• 2026考研英語全程班 6班
• 26考研全科上岸規劃營「擇校▪規劃▪備考」
• 福州大學2026考研專業課復習資料「真題▪筆記▪講義▪題庫」

福州大學數學與計算機科學學院計算機圖形學與多媒體/人工智能研究生導師張春陽介紹如下：

個人簡介

張春陽，男，1987年6月生，博士，副教授，碩士生導師。主要研究方向為機器學習（特別是數據表示學習）、大數據與云計算等人工智能的前沿領域，研究問題主要有計算機視覺和社會計算。發表多篇高水平論文，其中ESI高被引論文一篇，Google總引用次數2107次，H指數6，I10指數5。目前有2020年入學的碩士生名額，提供實驗室、工作電腦、以及每月資助。

主講課程

《高級機器學習》（研究生課程）、《計算機組成原理》、《計算方法》和《線性代數與空間解析幾何》 

研究方向

機器學習，計算機視覺，社會計算，模式識別，大數據分析 

辦公室

數計學院2號樓508 

電子郵件

zhangcy@fzu.edu.cn

教育背景

1.2012年9月----2015年7月澳門大學科技學院軟件工程博士

2.2010年9月----2012年7月澳門大學科技學院計算數學碩士

3.2006年9月----2010年7月北京師范大學珠海分校應用數學本科

工作經歷

1.2015年11月----至今福州大學“旗山”學者

2.2016年5月----2017年6月澳門大學博士后

3.2012年9月----2015年7月澳門大學科技學院研究助理

4.2010年9月----2012年7月澳門大學科技學院研究助理，教學助理

5.2012年7月----2012年9月香港浸會大學珠海研究院軟件工程師

學術成果

(1) C. Y. Zhang , Qi Zhao, C. L. Philip Chen and Wenxi Liu, “Deep Compression of Probabilistic Graphical Networks,”Pattern Recognition,  vol. 96, 106979, 2019. (SCI, 影響因子:5.898).

(2) Shuang Feng, C. L. Philip Chen and C. Y. 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.2019.2902111, 2019. (SCI；影響因子: 8.746)

(3)Wenxi Liu, C. Y. Zhang  , Gengeng Liu, and Yaru Su, “Extraversion Measure for Crowd Trajectories”, IEEE Transactions on Industrial Informatics, accepted, 10.1109/TII.2019.2916671, 2019. (SCI, 影響因子:5.43)

(4) C. Y. Zhang , Yongyi Xiao, C. L. Philip Chen and Yuhong Tong, “3D Deconvolutional Networks for the Unsupervised Representation Learning of Human Motions”, IEEE Transactions on Cybernetics, revised and resubmitted.

(5) C. Y. Zhang , Yuhong Tong, C. L. Philip Chen and Yongyi Xiao, “Video2Video based Generative Adversarial Network with Two-stream Feature Learning for Video Prediction ” , submitted to IEEE Transactions on Multimedia.

(6) C. Y. Zhang, Junfeng Hu and C. L. Philip Chen , “Graph Deconvolutional networks ” , submitted to Information Sciences

(7) C. Y. Zhang , C. L. Philip Chen and Jiaqi Pu, “A Multifunctional and Robust Learning Approach for Human Motion Modelling”, Neurocomputing, major revision.

(8) C. L. Philip Chen and C. Y. Zhang , “Data-Intensive Applications, Challenges, Techniques and Technologies: A Survey on Big Data,” Information Sciences, Volume 275, pp. 314-347, August 2014. (SCI；影響因子: 4.038；Google引用次數:1913，高被引論文)

(9) C. L. Philip Chen, C. Y. 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；影響因子: 8.746；引用次數：83)

(10) C. Y. Zhang , C. L. Philip Chen, M. Gan and L. Chen, “Predictive Deep Boltzmann Machine for Multi-Period Wind Speed Forecasting,” IEEE Transactions on Sustainable Energy, vol.6, no.4, pp.1416-1425, Oct. 2015. (SCI；影響因子: 3.656；引用次數：52)

(11) C. Y. 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；影響因子: 2.083)

(12) C. Y. 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；影響因子: 2.00)

(13) Min Gan, C. L. Philip Chen, Long Chen, C. Y. Zhang , “Exploiting the Interpretability and Forecasting Ability of the RBF-AR Model for Nonlinear Time Series”. International Journal of Systems Science, vol.47, no.8, pp. 1868-1876, 2016. (SCI；影響因子:2.100)

(14) Min Gan, Long Chen, C. Y. Zhang *, Hui Ping “A Self-Organizing State Space Type Microstructure Model for Financial Asset Allocation”. IEEE Access, vol.4, pp. 8035 - 8043 2016.（SCI; 影響因子: 1.27）

(15) C. Y. 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, 1750023, 2017. (SCI；影響因子: 0.67)

(16) C. Y. Zhang  and C. L. Philip Chen, “An Automatic Setting for Training Restricted Boltzmann Machine,” IEEE International Conference on Systems, Man, and Cybernetics (SMC2014), San Diego, CA, USA, October 5-8, 2014. (EI)

科研項目

1.主持國家自然科學基金青年項目一項，項目編號61603096，項目名稱為《基于深度學習的高維時間序列預測方法及其視頻控制的應用》，直接經費18萬。

2.主持福建省自然科學基金面上項目，項目編號2017J01750，項目名稱為《基于粒子計算的深度學習模型研究》，項目經費9萬。

3.主持福州大學科研項目，項目編號510206，項目名稱為《受限玻爾茲曼機的分布式學習方法研究》，項目金額25萬。

4.參加國家自然科學基金項目面上項目一項（參與者排名第二），項目編號61572540，項目名稱為新型進化計算與深度學習方法及其在疾病預防與控制的應用，項目金額68萬。

5.參加澳門科學發展基金項目，名稱為“NewDeepLearningTechniquesforPatternLearningandRecognition”，項目金額335萬。