陈强

2020-12-17 16:12 作者:本站编辑 审核: 浏览:

姓名: 陈强 性别:

学历: 博士 职称: 高级实验师
部门: 实验教学中心 电话: +86(023) 6825xxxx
邮件地址:     chenq@swu.edu.cn

研究方向: 基于Spark的通用分布式并行计算平台关键技术研究; 教育大数据分析;三维模型检索(3D Retrieval)                                                                                                                                                                                                





个人简介

    陈强,四川安岳人,博士,高级实验师,免师硕士生导师(限招 公费师范生教育硕士-现代教育技术方向,不招收学硕与专硕),中国计算机学会专业会员,中国图象图形学学会会员,重庆市人工智能学会(秘书处成员),重庆认知科学学会会员,AAAI会员。毕业后留校工作,主要教学课程:大数据平台及应用Spark数据分析以及程序设计课程(Asp.Net,C#,C,JAVA,Spark)及计算机科学导论、软件测试、编译原理等课程的实验教学工作。近5年主省级项目1项,主持校级教学改革研究项目4项(其中重点2项),主持中央高校基本科研业务费3项,参研国家科技支撑计划1项,国家重点研发计划1项,国家自然科学基金2项,教育部产学研合作项目1项,参研省级研究项目2项,参研省级教改项目2项,发表教改论文2篇,为多门课程编写实验指导书及实验大纲。研究方向包括:教育大数据分析,海量数据分析算法及三维模型检索、基于Spark的通用分布式并行计算平台关键技术研究。具有TB级(100亿条记录)大数据处理经验,8计算机节点Spark集群调优经验。

 

    2017年至今主要从事西南大学大数据创新应用平台的管理、研发,以及大数据相关的教学工作,主要研究学习Spark, Spark Streaming, Hive, Hbase, Ambari, Flume, Kafka,Kylin,Druid,Impala,Sqoop等大数据技术,以及BigDL,Intel analytics等基于Spark的通用分布式并行计算平台关键技术研究以及基于Spark分布式集群的生物医药计算加速关键理论研究与应用

    


教育经历:

11,2017–12,2018 亚利桑那州立大学  计算机科学与技术  访问学者    研究方向:三维模型在教学机器人视觉中的应用   导师:Prof Yinong Chen

09,2012–06,2016 重庆大学  计算机科学与技术  博士    研究方向:三维模型检索   导师:房斌教授

09,2006–06,2009 西南大学  计算机软件与理论  硕士    研究方向:三维模型水印技术 导师:唐雁教授

09,2002–06,2006 西南大学  计算机科学与技术(师范)   本科  研究方向:VC++,ASP,PHP软件开发,OCR车牌识别技术   


培训经历:

01,2013–01,2013-ORACLE 11g OCP in Oracle(Oracle公司组织Oracle 11g 认证培训,无锡WDP)


实验教学情况(Teaching)

数据分析实践(基于Spark)、大数据平台及应用、计算机科学导论、软件测试、编译原理、Java程序设计、数据库系统原理

 

开发项目(Coding)

1.具备查重功能的校级实验报告评阅平台(面向校内5万余名本科生,2000余名教师,支持在线评阅,查重,成绩统计分析,具有高并发,海量数据分析,目前正在研发,预计2022.10月上线)

2.大数据环境下实验报告质量监测预警系统(部署在教学管理系统内)Word,PDF,Txt,87万文档数量;功能包括:查重,主题分析,版面分析,质量预警,可视化等) (2021-至今 一期2021.10.28已经完成,并上线,2021.12.20日系统已全面上线,达到预期目标 )

3.2009年至今在张元平老师带领下开发维护学院教学管理系统(Asp.Net+SQLServer),核心技术骨干(项目仅我和张老师)

4.邮编地址智能识别清洗技术研究及软件系统开发,重庆邮政广告公司,技术负责人 Java+Oracle

5.XX师范生教学能力测评系统(Asp.Net)

6.XX大学学科评估系统(Asp.Net+SQLServer)

7.XX公司智能守护终端系统Web管理模块开发(JS Echarts MogoDB)

 

技术栈(Skills)

目前所了解的技术栈(有实践过都算,主推Spark)

开发语言.C#,Java,Python,C++,Scala

Web开发:Spring Boot 开发企业级系统,Asp.Net小规模系统

桌面应用:.Net Winform,VC++

前端:Vue,ElementUI,Layui,Jquery,Ajax,h5 app

后端:Spring Boot,Flask,Django

数据库:Redis,Mysql,Sqlserver,Oracle

大数据:Spark,Hive,Hbase,Ambari,Sqoop

人工智能深度学习Pytorch,Caffe,Spark ML库

开源硬件Arduino,Esp32

分布式容器云计算K8s,Docker,Intel BigDL



科研情况(Publications)

代表性论文:   

[1] Qiang Chen, Yinong Chen*,Multi-view 3D model retrieval based on enhanced detail features with contrastive center loss,Multimedia Tools and Applications,81, pages10407–10426 (2022)(https://doi.org/10.1007/s11042-022-12281-9 SCI WOS:000755422300004,5年IF 2.517 CCF-C  2021新标准:B EI:20220811672289)

[2] 杨洁,邓欣,陈强*. 基于Spark的学生实验报告处理分析研究[EB/OL]. 北京:中国科技论文在线 [2021-03-23]. http://www.paper.edu.cn/releasepaper/content/202103-248.(2021新标准:C)

[3] Qiang Chen*; Yinong; Chen, Sheng Wu, Zili Zhang; A Spark-based Open Source Framework for Large-Scale Parallel Processing of Rich Text Documents, FiCloud 2021: International Conference on Future Internet of Things and Cloud, Italy, 2021.8.23.(EI CA20214811229183     https://dx.doi.org/10.1109/FiCloud49777.2021.00052  2021新标准:B)

[4] Qiang Chen, Bin Fang, Yinong Chen, Yan Tang. An adaptive feature combination method based on ranking order for 3D model retrieval[J].( International Journal of Computational Science and Engineering,2019,12,EI JA20200408066503 ) (https://dx.doi.org/10.1504/IJCSE.2019.104438  2021新标准:B) 

[5] Qiang Chen,Yinong Chen,Jinhui Zhu,Gennaro De Luca,Mei Zhang,Ying Guo. Traffic light and moving object detection for a guide-dog robot[C].(The 3rd Asian Conference on Artificial Intelligence Technology (ACAIT 2019),Chongqing,June 2019. EI CA20203909221260) (2021新标准:B)

[6] Chen Q, Fang B*, Yu Y M, et al. 3D CAD model retrieval based on the combination of features [J]. Multimedia Tools and Applications, 2015, 74(13): 4907-4925.(SCI WOS:000357130400022)(2021新标准:B)

[7] Li B, Lu Y, Li C, Godil A, Schreck T, Aono M, Burtscher M, Chen Q, Chowdhury N K, Fang B,et al. A comparison of 3D shape retrieval methods based on a large-scale benchmark supporting multimodal queries[J], Computer Vision and Image Understanding, 2015, 131: 1-27.(SCI ESI高被引  WOS:000349588900002,微软学术被引131次,Web of Science 被引96次 2022.2.9)(https://doi.org/10.1016/j.cviu.2014.10.006  SCI 5年IF 3.532  2021新标准:B)

[8] Li B, Lu Y, Li C, Godil A,Schreck T, Aono M, Burtscher M, Chen Q , Chowdhury N K, Fang B,Furuya T,Johan H,Kosaka R,Koyanagi H,Ohbuchi R,Tatsuma A. SHREC14 Track: Large Scale Comprehensive 3D Shape Retrieval[C]. Eurographics Workshop on 3D Object Retrieval, 2014: 131-140.(Top Conference on 3DOR)(EI CA20171703608834)(2021新标准:B)


其它论文:

[0] Wang, Y., Tang, Y., & Chen, Q. (2020, October). Decoupled Metric Learning Model combining Tag Information for Recommendation. In 2020 2nd International Conference on Machine Learning, Big Data and Business Intelligence (MLBDBI) (pp. 438-442). IEEE.(EI CA 20211210102152 ,2021新标准:B)

[1]Qiang C, CHEN Y, Peng T, et al. Indoor Simultaneous Localization and Mapping for Lego Ev3[C]. 2018 International Conference on Computer, Communication and Network Technology (CCNT2018), June 29-30, 2018 in Wuzhen, China.(ISTP:WOS:000468601400081)(2021新标准:其它)

[2]Qiang C, CHEN Y, Ran C, et al. Autonomous Car Simulating Based on Lego Ev3 and Android App[C]. 2018 International Conference on Computer, Communication and Network Technology (CCNT2018), June 29-30, 2018 in Wuzhen, China.(ISTP:WOS:000468601400080)(2021新标准:其它)

[3]Chen Qiang*, Mou, Chun Qian, Tang Yan .3D Model Retrieval based on Spherical Depth Image.International Conference on Frontiers of Manufacturing and Design Science, ICFMD 2015,Dec 18, 2015 ,Hong Kong, China, 49-53(ISTP: 000377606200009)

[4]陈强*,基于法线夹角与面积分布的三维CAD模型检索,四川大学学报(自然科学版)2014,16(5).

[5]Qiang Chen,Yan Tang*,et al.An Effective 3D Blind Watermarking Algorithm Based on Local Roughness Meaurement;Proceedings of IC-BNMT2009.Beijing:IEEE Computer Society;2009.10, :117-121 (EI20100412656446)

[6]Yan T, Xin F, Qiang C. 3D Model Simplification Algorithm Based on Degree Centrality;Proceedings of IC-BNMT2009.Beijing:IEEE Computer Society; 2009.10, :179-182(EI20100412656460)

[7]Rui M, Yan T, Qiang C, et al. 3D Model Feature Extraction Algorithm Based on Shape Weighted;Proceedings of MIC2012.Beijing:IEEE Computer Society; 2012.5, :498-501 (EI: 20124115543247)

教改论文:

[1]Qiang C, Yan T, Li L I, et al. A Practice on Lego Mindstorms for Computer ScienceFreshman Experimental Education[J]. DEStech Transactions on Social Science,Education and Human Science, 2016 (aeme).(ISTP:WOS:000406675900006)


指导研究生论文:

[1]张艺琨,唐雁,陈强,基于多特征融合的三维模型检索,郑州大学学报(工学版),2019(01)

[2]徐平安,唐雁,牟春倩,陈强,融合细节与整体特征的三维模型检索方法,西南大学学报(自然科学版),2015(10)

 

作为重庆市人工智能学会秘书处成员参与筹办大数据相关重要会议:

[1]2021大数据智能化发展暨川渝人工智能联合发展论坛成功举行,2021.12.18,中国,重庆西南大学.

附:主流媒体报道会议情况

1.中央广播电视总台报道:定调!川渝人工智能未来这样发展,新闻链接:

https://content-static.cctvnews.cctv.com/snow-book/video.html?toc_style_id=video_default&share_to=wechat&item_id=13541791747568173972&track_id=F7F8416D-1DD4-42DD-A156-C84D8C5E340D_661579250741

 

2.重庆卫视报道:携手创新 川渝加强人工智能重点项目合作,新闻链接:

https://cqxyh5.cbgcloud.com/pages/details/details.html?companyId=cqxwzx&productId=6B1BEE01515143AFAF290F6044E54A89&docid=61bdc2e0cef31d8c6403eaed&isNew=yes&downloadTips=true

 

3.学习强国平台-重庆学习平台报道:【唱好“双城记” 共建经济圈】携手创新 川渝加强人工智能重点项目合作,新闻链接:

https://article.xuexi.cn/articles/index.html?art_id=6755605496437460550&source=share&cdn=https%3A%2F%2Fregion-chongqing-resource&study_style_id=video_default&share_to=wx_single&study_share_enable=1&study_comment_disable=1&ptype=0&item_id=6755605496437460550

 

4.中新网重庆:2021大数据智能化发展暨川渝人工智能联合发展论坛召开,新闻链接:

https://m.chinanews.com/wap/detail/chs/zw/186631.shtml

 

5.西南大学官网:2021大数据智能化发展暨川渝人工智能联合发展论坛成功召开 ,新闻链接:

http://tempnews.swu.edu.cn/seeyon/xndxNewsData.do?method=userView&id=THRUS0FETi9QWDZ1U0FDOWZiZG1ob21WRSttTTFpWXo=&t=1639982951194


指导学生竞赛获奖:

[1]邓欣,熊珏婵,范莉姗 基于Spark的火灾大数据分析可视化和规模预测系统,2021中国大学生计算机设计大赛 重庆市级赛  三等奖 2021.05,第一指导老师(2021新标准:其它)


主持项目:

[1]2022年度西南大学实验技术项目(重点)——具备查重功能的校级实验报告评阅平台研发(SYJ2022007)(2022-2022)(2021新标准:教学类C)

[2]2019年度西南大学教育教学改革研究项目(重点)——大数据环境下实验报告质量监测预警机制研究(2019JY046)(2020-2021)(2021新标准:教学类C)

[3]基于Spark深度学习应用示范关键技术研究——以大规模三维模型检索为例(XDJK2019C097)(2019-2021)(2021新标准:其它)

[4]重庆市中小学创新人才培养工程项目计划——《智能协同清扫机器人》CY170217(2017-2017)(2021新标准:科研C)

[5]基于流形排序的三维模型检索(XDJK2015C110)(2015-2017)

[6]计算机科学导论基于机器人的实践方法(2015JY026)西南大学(教改一般)2016.1-2017.12

[7]三维模型检索在农业机械化设计中的应用研究(XDJK2012C066)(2012-2014)

[8]西南大学实验教学改革项目——计算机科学导论双语综合性实验研究( 2012-2013)

 

指导学生项目

[1]西南大学本科生创新项目——基于Spark的大量word型文档并行处理方案研究(X202010635374)(2020-2021)

[2]西南大学本科生创新项目——基于视觉感知的扫地机器人模拟(2016)


参研项目:

 

[1]教育部产学研合作项目——基于SPARK平台的《数据挖掘》课程资源建设(202102533028)(2022-2022) (2021新标准:A2  曙光信息产业(北京)有限公司 教学内容和课程体系改革)

[2]工业和信息化部-重大项目子课题——软件定义的工业互联网标识数据管理系统(2019-2022)(2021新标准 A2)

[3]国家重点研发计划——云计算和大数据开源社区生态系统--课题1:开源生态模式及机制研究(2018YFB1004200)(2018-2021) (2021新标准:A1)

[4]国家自然科学基金面上项目——面向小学阅读理解提问教学的深度神经网络智能提问方法与应用研究(61977054)(2020-2023) 50万元(2021新标准:A1)

[5]国家自然科学基金面上项目——基于多层次数据整合的复杂疾病遗传关联分析方法研究(61873214)(2019-2019)(2021新标准:A2)

[6]国家科技支撑计划——农村物联网综合信息服务关键技术集成与示范(2012BAD35B08)(2012-2014) 928万元(2021新标准:T1)

 

学生助理招收:

欢迎想学习大数据相关技术的本科同学与我联系(相关基础要求:Python,SQL语句,linux Ubuntu系统,且空余时间较为充裕愿意读代码写代码).联系地址: 30教学楼427. Email: chenq@swu.edu.cn。 

主要招收本科学生助理,拟从事以下方向: 

1.利用Spark平台对大规模海量Word文档进行分析,包括查重,语义分析,学业质量评价,可视化等。(我已经完成系统建设,该方向不再招收助理)

2.基于Spark分布式集群的生物医药计算加速关键理论研究与应用

3.利用Spark平台实现Pytorch的分布式深度学习。(该方向目前面临瓶颈,暂时无法推动)

 

4.Spring Boot,Vue,Asp.Net信息系统开发方向(有一定C#基础,会SQL语句) ,协助参与学院教学管理系统的维护与二次开发

 

5.协助参与学院大数据服务器运维管理、为教学提供技术支撑(要求有linux ubuntu基础,有一定网络基础,对linux多用户管理,虚拟化技术有一定了解,熟悉前后端开发技术优先,会前后端分离技术,开发大数据云平台资源后台,实现用户自主申请计算资源、统计资源使用情况等或使用Slurm实现超算集群构建

 

6.方向4,5为近期主要方向(开发在线实验报告评阅平台),欢迎有意愿的本科生参与学生助理工作。助参与计算机实验室软硬件系统维护与管理( 采用PNS技术对220台学生机进行批量维护,软件安装,硬件维护等)(本方向仅需要师范生参与实践)


联系邮箱:chenq@swu.edu.cn 

2022.3.30更新