個人基本情況

1、個人基本情況：姓名：陳慧靈性別：男出生年月：1983年4月名族：漢族職稱職務(wù)：校聘教授，碩導(dǎo) 政治面貌：黨員最后學(xué)歷、學(xué)位：研究生，博士工作單位：溫州大學(xué)數(shù)理與電子信息工程學(xué)院通訊地址：浙江省溫州市高教園區(qū)溫州大學(xué)數(shù)理與電子信息工程學(xué)院1A415辦公室郵政編碼：325035電話Email：chenhuiling.jlu或chenhuiling_jsj主頁： HYPERLINK /profile/Huiling_Chen/publications /profile/Huiling_Chen/publications實驗室主頁： HYPERLINK / / 從事研究的

2、專業(yè)領(lǐng)域及主要研究方向研究的專業(yè)領(lǐng)域：人工智能、知識工程主要研究方向：數(shù)據(jù)挖掘、機器學(xué)習(xí)方法及應(yīng)用主要工作經(jīng)歷及業(yè)績2012年6月吉林大學(xué)博士畢業(yè)，同年7月被引入溫州大學(xué)。主持國家青年科學(xué)基金項目1項，浙江省自然基金1項，溫州市重大科技專項1項，教育部重點實驗室開放課題1項，溫州市科技計劃一般項目1項，以主要參加人參與國家基金項目4項、浙江省自然基金項目5項。榮獲溫州市第十五屆自然科學(xué)優(yōu)秀論文一等獎1項，2014年度溫州大學(xué)優(yōu)秀共產(chǎn)黨員, 2017年度溫州大學(xué)優(yōu)秀教師等稱號。入選2016年度溫州市“551人才工程”。近年來主要從事數(shù)據(jù)挖掘、機器學(xué)習(xí)方法研究及其在醫(yī)學(xué)、金融等領(lǐng)域的應(yīng)用研究。發(fā)表

3、論文近100篇，其中ESI高被引論文一篇，多篇發(fā)表在Expert Systems with Applications、Knowledge-based Systems、Neurocomputing, Soft computing，Applied mathematical modelling和Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD)等國際主流學(xué)術(shù)期刊和會議上。當(dāng)前H指數(shù)為24(Google Scholar統(tǒng)計)，論文被引數(shù)達(dá)2000余次。目前擔(dān)任Information Science、Knowled

4、ge-based Systems、Artificial Intelligence in Medicine、Neurocomputing、Future Generation Computer Systems等國際雜志的審稿人。主要經(jīng)歷如下:2015年至今 溫州大學(xué) 校聘教授2017年12月至今 溫州大學(xué) 副教授2012年7月2017.11月 溫州大學(xué) 講師2008年9月2012年6月 吉林大學(xué) 博士近年完成的主要教學(xué)科研成果目錄1. 代表性論文 A Balanced Whale Optimization Algorithm for Constrained Engineering Design P

5、roblems, Applied Mathematical Modelling, 2019, HYPERLINK /10.1016/j.apm.2019.02.004 /10.1016/j.apm.2019.02.004 (一作)An improved grasshopper optimization algorithm with application to financial stress prediction. Applied Mathematical Modelling, 2018, 64:654-668. (通訊)Network modelling and variational B

6、ayesian inference for structure analysis of signed networks. Applied Mathematical Modelling, 2018, 61:237-254. (通訊)Automatic Analysis of Microaneurysms Turnover to Diagnose the Progression of Diabetic Retinopathy. IEEE Access, 2018. DOI: 10.1109/ACCESS.2018.2808160. (通訊)An Effective Machine Learning

7、 Approach for Identifying the Glyphosate Poisoning Status in Rats Using Blood Routine Test. IEEE Access, 2018, DOI:10.1109/ACCESS.2018.2809789. (通訊)An Improved Bacterial-Foraging Optimization-Based Machine Learning Framework for Predicting the Severity of Somatization Disorder. Algorithms, 2018. DOI

8、: 10.3390/a11020017. (通訊)Developing a new intelligent system for the diagnosis of tuberculous pleural effusion. Computer Methods and Programs in Biomedicine, 2018, 153: 211-225. (通訊)A new machine-learning method to prognosticate paraquat poisoned patients by combining coagulation, liver, and kidney

9、indices. Plos One, 2017, 12(10):e0186427. (通訊)Grey wolf optimization evolving kernel extreme learning machine: Application to bankruptcy prediction. Engineering Applications of Artificial Intelligence, 2017. 63: p. 54-68. (通訊)Toward an optimal kernel extreme learning machine using a chaotic moth-fla

10、me optimization strategy with applications in medical diagnoses. Neurocomputing, 2017. (通訊)Ultrasound-based differentiation of malignant and benign thyroid Nodules: An extreme learning machine approach. Computer Methods and Programs in Biomedicine, 2017. 147: p. 37-49. (通訊)A new hybrid intelligent f

11、ramework for predicting Parkinsons disease. IEEE Access, 2017. (通訊)An intelligent prognostic system for analyzing patients with paraquat poisoning using arterial blood gas indexes, Journal of Pharmacological and Toxicological Methods, 2017, 84:78-85(通訊).An Effective Machine Learning Approach for Pro

12、gnosis of Paraquat Poisoning Patients Using Blood Routine Indexes, Basic and Clinical Pharmacology and Toxicology, 2017, 120(1): 86-96(一作).An effective computational model for bankruptcy prediction using kernel extreme learning machine approach, Computational Economics, 2017,49(2), 325-341(通訊).An Im

13、proved Grey Wolf Optimization Strategy Enhanced SVM and Its Application in Predicting the Second Major, Mathematical Problems in Engineering, vol. 2017, Article ID 9316713, 12 pages, 2017. doi:10.1155/2017/9316713(通訊).An Enhanced Grey Wolf Optimization Based Feature Selection Wrapped Kernel Extreme

14、Learning Machine for Medical Diagnosis, Computational and Mathematical Methods in Medicine, vol. 2017, Article ID 9512741, 15 pages, 2017. doi:10.1155/2017/9512741(通訊).Evolving support vector machines using fruit fly optimization for medical data classification, Knowledge-Based Systems, 2016, 96:61-

15、75(通訊).An Efficient and Effective Automatic Recognition System for Online Recognition of Foreign Fibers in Cotton, IEEE ACCESS, 2016, 4: 8465-8475(通訊).An Efficient Hybrid Kernel Extreme Learning Machine Approach for Early Diagnosis of Parkinsons Disease, Neurocomputing, 2016, 184:131-144(一作).Using B

16、lood Indexes to Predict Overweight Statuses: An Extreme Learning Machine-Based Approach, Plos One, 2015, 10(11) (一作).A Fast Approach for Detection of Erythemato-Squamous Diseases Based on Extreme Learning Machine with Maximum Relevance Minimum Redundancy Feature Selection, International Journal of S

17、ystems Science, 2015, 46(5): 919-931(通訊).An Efficient Machine Learning Approach for Diagnosis of Paraquat-Poisoned Patients, Computers in Biology and Medicine, 2015, 59: 116-124(通訊).Identification of heavy metal-contaminated Tegillarca granosa using infrared spectroscopy, Analytical Methods, 2015, 7

18、(5):2172-2181(通訊). Towards an optimal support vector machine classifier using a parallel particle swarm optimization strategy, Applied Mathematics and Computation, 2014, 239:180-197(一作).Adaptive computational chemotaxis based on field in bacterial foraging optimization, Soft Computing, 2014, 18(4):

19、797-807(通訊).An efficient diagnosis system for detection of Parkinsons disease using fuzzy k-nearest neighbor approach, Expert Systems with Applications, 2013, 40(1), 263-271(一作兼通訊).Effective detection of Parkinsons disease using an adaptive fuzzy k-nearest neighbor approach, Biomedical Signal Proces

20、sing and Control, 2013, 8(4):364-373(通訊).A novel framework based on ACO and PSO for RNA secondary structure prediction, Mathematical Problems in Engineering, 796304 , 2013(通訊).A three-stage expert system based on support vector machines for thyroid disease diagnosis, Journal of Medical Systems, 2012

21、, 36(3):1953-1963(一作).Support vector machine based diagnostic system for breast cancer using swarm intelligence, Journal of Medical Systems, 2012, 36(4):2505-2519(一作).A novel bankruptcy prediction model based on an adaptive fuzzy k-nearest neighbor method, Knowledge-Based Systems, 2011, 24(8):1348-1

22、359(一作).A new hybrid method based on local fisher discriminant analysis and support vector machines for hepatitis disease diagnosis, Expert Systems with Applications, 2011, 38(9):11796-11803(一作). A support vector machine classifier with rough set based feature selection for breast cancer diagnosis,

23、Expert Systems with Applications, 2011, 38(7):9014-9022(一作). 2. 主持和參與的科研/教學(xué)項目面向醫(yī)學(xué)診斷的智能決策新方法研究, 國家青年自然科學(xué)基金項目（61303113，2014.01-2016.12，主持）基于大規(guī)模醫(yī)學(xué)數(shù)據(jù)的智能疾病診斷方法研究，浙江省自然基金面上項目，（Y17F020061，2017.01-2019.12，主持）大數(shù)據(jù)驅(qū)動的肺部感染性疾病預(yù)測預(yù)警關(guān)鍵技術(shù)研究，溫州市重大科技專項（ZG2017019，2017.01-2019.12，主持）面向醫(yī)學(xué)診斷決策問題的機器學(xué)習(xí)方法研究，教育部重點實驗室開放課題（93K1

24、72013K01，2013.01-2014.12，主持）面向企業(yè)危機預(yù)警的智能決策關(guān)鍵技術(shù)研究，溫州市科技計劃項目（G20140048，2015.06-2017.05，主持）基于機器學(xué)習(xí)的企業(yè)危機預(yù)警模型研究，溫州大學(xué)實驗室開放項目（13SK29A，2013.04-2014.04，主持） 基于聲音信號的帕金森病早期診斷新方法研究，溫州大學(xué)實驗室開放項目（15SK26A，2015.04-2016.04，主持）微課驅(qū)動的學(xué)練一體化課程探索和改革-以程序設(shè)計基礎(chǔ)為例，溫州大學(xué)教學(xué)改革項目（15jg57，2015.11-2017.11，主持）基因調(diào)控網(wǎng)絡(luò)的魯棒結(jié)構(gòu)干預(yù)研究，國家面上自然科學(xué)基金項目（6

25、1572367, 2016.01-2019.12，參加/第三）貝類重金屬污染的多模態(tài)融合光譜開集檢測及不確定度研究，國家自然科學(xué)基金面上項目（31571920，2016.01-2019.12，參加/第三）面向個性化推薦服務(wù)的社交網(wǎng)絡(luò)數(shù)據(jù)深挖掘關(guān)鍵技術(shù)研究，國家青年自然科學(xué)基金項目（61402336，2015.01-2017.12，參加/第二）基于動態(tài)特征的真?zhèn)涡θ荼磉_(dá)與識別研究，國家青年自然科學(xué)基金項目（31500875，2016.01-2018.12，參加/第二）基于數(shù)據(jù)驅(qū)動的公交網(wǎng)絡(luò)性能監(jiān)測及影響因素分析，浙江省自然基金項目（LQ13G010007，2013.01-2015.12，參加/第

26、二）多源多模態(tài)醫(yī)學(xué)數(shù)據(jù)挖掘及其在阿爾茨海默病診斷中的應(yīng)用，浙江省自然基金項目（LY14F020035，2014.01-2016.12，參加/第二）大數(shù)據(jù)驅(qū)動的短期公交客流量預(yù)測算法研究，浙江省自然基金項目（LQ16G010006，2015.01-2017.12，參加/第三）3. 專利及軟著一種基于改進(jìn)灰狼優(yōu)化算法的數(shù)據(jù)分類預(yù)測方法及系統(tǒng)，國家發(fā)明專利，授權(quán)號：201711048597.7，陳慧靈、羅杰等一種基于灰狼優(yōu)化算法的數(shù)據(jù)分析方法及裝置，國家發(fā)明專利，受理號：201711203871.3，陳慧靈、羅杰等分類預(yù)測模型的優(yōu)化方法、裝置及終端設(shè)備，國家發(fā)明專利，受理號：201711249399

27、.7，陳慧靈、王科杰等一種基于核極限學(xué)習(xí)機的風(fēng)險預(yù)測的方法和裝置，公示，中國，201610326839.3（排名：1/9）一種基于混沌灰狼優(yōu)化的支持向量機方法，公示，中國，201610669347.4（排名：1/8）模型參數(shù)優(yōu)化的方法及裝置，公示，中國，201611131726.4（排名：1/8）。陳慧靈、沈立明、張璐、王名鏡，基于支持向量機的帕金森病診斷系統(tǒng)V1.0（軟件著作權(quán)登記號：2016SR284899），溫州大學(xué)，2016年7月31日沈立明、張璐、王科杰、柳建飛、陳慧靈，基于機器學(xué)習(xí)的乳腺癌診斷決策支持系統(tǒng)V1.0（軟件著作權(quán)登記號：2016SR382027），溫州大學(xué)，2016年10月27日王科杰、陳慧靈、朱俊杰、沈立明，基于機器學(xué)習(xí)的甲狀腺疾病智能診斷系統(tǒng) V1.0（軟件著作權(quán)登記號：2017SR108395），溫