陈浩然

时间:2026-03-26浏览:10设置

(照片)

姓  名

陈浩然

性 别

男

职  称

副教授

电 话

18239962009

电子邮件

chenhaoran@zzuli.edu.cn

通信地址

郑州市高新区科学大道136号

研究方向

人工智能、多模态表征、数据质量

工作简历

2003年9月-2010年7月:郑州大学数学系,获理学学士、硕士学位。

2014年9月-2019年1月:北京工业大学信息学部,获工学博士学位。

2019年1月至今,郑州轻工业大学计算机与人工智能学院,专任教师。

2025年1月:晋升副教授。


科研项目

  1. 主持国家自然科学基金青年项目(2020年1月-2022年12月):"基于黎曼流形优化的深度偏最小二乘回归模型"(项目编号:61906175)

  2. 主持河南省科技攻关项目(2025年1月-2026年12月):“基于黎曼空间多图学习的多模态舆情分析”(项目编号:252102211062)

学术及科研成果

[1] Haoran Chen, Jiapeng Liu, Zuhe Li, Yushan Pan, Hongwei Tao, Huaiguang Wu, Yunyang Wang, Chenguang Yang. CR-GAC: Cross-modal Recombination via Graph-Attention Collaborative Optimization for Multimodal Sentiment Analysis[J]. Expert Systems with Applications, 2026, 298: 129805.

[2] Haoran Chen, Xu Chen, Hongwei Tao, Zuhe Li, Boyue Wang. PDRLRR: A novel low-rank representation with projection distance regularization via manifold optimization for clustering[J]. Pattern Recognition, 2024, 149: 110198.

[3] Haoran Chen, Xu Chen, Hongwei Tao, Zuhe Li, Xiao Wang. Low-rank Representation with Adaptive Dimensionality Reduction via Manifold Optimization for Clustering[J]. ACM Transactions on Knowledge Discovery from Data, 2023, 17(9): 1-21.

[4] Haoran Chen, Kai Wu, Huaiguang Wu, Jiafan Wang, Hongwei Tao, Zuhe Li, Xiao Wang. Research and application of two-dimensional partial least squares regression with manifold optimization–based Gaussian filter[J]. Journal of Electronic Imaging, 2025, 34(1): 013014.

[5] Haoran Chen, Kai Wu, Wenjun Song, Hongwei Tao, Zuhe Li, Xiao Li, Yanan Du. Two-dimensional PLSR with manifold optimization based CNN for image classification[J]. International Journal of Machine Learning and Cybernetics, 2025, 16(9): 5689-5705.

[6] Haoran Chen, Jiafan Wang, Hongwei Tao, Zuhe Li, Yunyang Wang. Parameter-free nonlinear partial least squares regression model for image classification[J]. Journal of Electronic Imaging, 2023, 32(6): 063024.

[7] Haoran Chen, Yanfeng Sun, Yongli Hu, Baocai Yin. Solving Partial Least Squares Regression via Manifold Optimization Approaches[J]. IEEE Transactions on Neural Networks and Learning Systems, 2019, 30(2): 588-600.



返回原图
/