杨旭华

个人简介 中国计算机学会杰出会员，浙江省高等学校中青年学科带头人，浙江省之江科技智库学术委员会委员，浙江省智慧城市促进会科技智库专家，中国工业与应用数学学会复杂网络专业委员会委员，IEEE会员、IET会员、中国系统工程学会会员。主要研究方向：推荐算法，图机器学习(网络、图论与AI结合)；多模态机器学习，手语视频识别（视频与文本语义对齐）；自然语言处理，知识推理，对话推荐；网络科学，复杂网络、大数据分析和算法。简介：杨旭华教授目前为浙江工业大学计算机科学与技术学院教授，博士生导师，浙江省高等学校中青年学科带头人。浙江省之江科技智库学术委员会委员，浙江省智慧城市促进会科技智库专家，中国工业与应用数学学会复杂网络专业委员会委员，中国计算机学会杰出会员、IEEE会员、IET会员、中国系统工程学会会员。2004年于浙江大学获得博士学位，2010年于浙江大学博士后流动站完成博士后研究，分别于2008年在英国拉夫堡大学和2015在美国明尼苏达大学双城分校以访问学者方式展开国际合作研究，近年来已经在知识计算与推理、图机器学习、多模态机器学习、复杂网络、网络科学、人工智能、大数据挖掘与分析算法、控制理论和优化理论等方面进行了大量的研究，熟悉相关领域的研究现状和发展动态，积累了丰富的经验，取得了一系列研究成果，主持（排名第1）了5项国家自然科学基金(62176236，61773348，61374152，60874080，60504027)、2项浙江省自然科学基金、1项浙江省公益性技术应用研究计划项目、1项中国博士后科学基金。目前已经在国内外期刊和会议发表论文七十余篇，其中40余篇被SCI收录；获得授权发明专利30项，软件著作权11项；获得杭州市自然科学优秀学术成果奖一等奖1项（排名第1），获得浙江省高校科研成果奖二等奖1项（排名第1）,获得浙江省优秀硕士学位论文导师、获得华为公司昇腾众智星光奖。 科研项目 作为主持人排名第一的主要项目有：   1、国家自然科学基金(62176236)：基于知识图谱和属性网络的多元信息融合与可解释推荐。2、浙江省自然科学基金重点项目(LZ24F030011): 基于自监督图学习和强化知识感知推理的可解释推荐。3、华为昇腾AI处理器和鲲鹏处理器软件，华为公司合作项目，2021-2023。4、国家自然科学基金(61773348)：具有公共自行车共享系统的多模式城市公交网络建模与优化。5、国家自然科学基金(61374152)：基于耦合空间网络的城市交通网络机理及优化方法研究。6、国家自然科学基金(60874080)：具有随机重叠派系结构的加权复杂动态网络及其在公共交通网络中的应用研究。7、国家自然科学基金(60504027)：基于神经网络和数学规划算法的城市动态路径诱导和交通控制一体化系统应用研究。8、浙江省自然科学基金(LY17F030016)：具有公共自行车子网的城市公交网络建模与优化研究。9、浙江省公益性技术应用研究计划项目(2012C23126)：公共交通网络换乘性能优化系统的研究与开发。10、中国博士后科学基金(20060401037):交通网络动态流量分配与实时交通控制的协调机制研究。11、浙江省自然科学基金(X106866)：基于神经网络的城市动态交通分配和控制组合系统的研究。12、浙江大学工业控制技术国家重点实验室开放课题（ICT1107）：具有优化换乘性能的城市公交网络研究。 科研成果 一、近年发表的主要研究论文目前已经在《Information Sciences》、《Data Mining and Knowledge Discovery》、《IEEE Transactions on Circuits and Systems--II: Express Briefs》、《Applied Intelligence》、《Transportation  Research Part A-Policy and Practice》、《Pattern Recognition Letters》等国内外高水平期刊和会议发表学术论文七十余篇，其中40余篇被SCI收录，近年发表的主要研究论文：[1]、Gang-Feng Ma, Xu-Hua Yang*,Yanbo Zhou, Lei Ye; Enhanced contrastive representation in network, Information Sciences,640:119042,2023.(Top 国际SCI期刊)[2]、Gang-Feng Ma,Xu-Hua Yang*,Wei Ye, Xin-Li Xu, Lei Ye, Network Embedding based on High-Degree Penalty and Adaptive Negative Sampling[J]. Data Mining and Knowledge Discovery (CCF B, 2023 accepted,国际SCI期刊)[3]、Xu-Hua Yang, Gang-Feng Ma, et al. Community Detection Based on Markov Similarity Enhancement, IEEE Transactions on Circuits and Systems II: Express Briefs,70(9):3664-3668,2023.(国际SCI期刊)[4]、Xu-Hua Yang, Gang-Feng Ma, Xin Jin, Hai-Xia Long, Jie Xiao, Lei Ye, Knowledge graph embedding and completion based on entity community and local importance, Applied Intelligence, 53(19): 22132-22142, 2023. (国际SCI期刊)[5]、Xin-Li Xu, Yun-Yue Xiao, Xu-Hua Yang*, et al, Attributed network community detection based on network embedding and parameter-free clustering. Applied Intelligence, 52 (7) , pp.8073-8086, 2022. (国际期刊，SCI期刊)[6]、Xu-Hua Yang, Wen-Hao Feng et al, Enhancing Coupled Networks Robustness Via Removing Key Fragile Dependency Links, IEEE Transactions on Circuits and Systems--II: Express Briefs, 68(3):953-957,2021. (国际期刊，SCI期刊)[7]、Xu-Hua Yang et al, Identifying influential spreaders in complex networks based on network embedding and node local centrality, Physica A-Statistical Mechanics and Its Applications, 573: 125971, 2021. (国际期刊，SCI期刊)[8]、Xu-Hua Yang, Wen-Hao Feng et al, Improving Robustness of Interdependent Networks by Reducing Key Unbalanced Dependency Links, IEEE Transactions on Circuits and Systems--II: Express Briefs, 67(12):3187-3191, 2020.(国际期刊，SCI期刊)。[9]、Xu-Hua Yang, Zhi Cheng, Guang Chen, Lei Wang, Zhong-Yuan Ruan, Yu-Jun Zheng, The impact of a public bicycle-sharing system on urban public transport networks, TRANSPORTATION RESEARCH PART A-POLICY AND PRACTICE, 107( 246-256), 2018. (国际Top期刊，SCI期刊)。[10]、Xu-Hua Yang, Lin-Bo Jin, Wei Ye, Jie Xiao et al, Laplacian Centrality Peaks Clustering Based on Potential Entropy, IEEE ACCESS,  6: 55462-55472,2018. (国际期刊，SCI期刊)。[11]Xu-Hua Yang et al., Link prediction based on local major path degree, MODERN PHYSICS LETTERS B, 32(29): 1850348,2018. (国际期刊，SCI期刊)。[12]、Xu-Hua Yang, Qin-Peng Zhu, Yu-Jiao Huang, Jie Xiao, Lei Wang, Fei-Chang Tong, Parameter-free Laplacian centrality peaks clustering, PATTERN RECOGNITION LETTERS, 100:: 167-173,2017(国际期刊，SCI期刊)。[13]、Xu-Hua Yang, Hai-Feng Zhang, FeiLing, Zhi Cheng, Guo-Qing Weng, Yu-Jiao Huang,Link predictionbased on local community properties,International Journal of Modern Physics B, 30(31): 1650222, 2016.(国际期刊，SCI期刊)。[14]、Xu-Hua Yang,Guang Chen,Sheng-Yong Chen, Wan-Liang Wang, Lei Wang, Study on some bus transport networks in China with considering spatial characteristics, Transportation Research Part A: Policy and Practice, 69:1-10, 2014.(国际Top期刊，SCI期刊，封面文章)；[15]、Xu-Hua Yang, Shun-Li Lou, Guang Chen, Sheng-Yong Chen, Wei Huang,Scale-free networks via attaching to random neighbor,Physica A: Statistical Mechanics and its Applications, 392(17),Page:3531-3536,SEP 1 2013.(国际期刊，SCI期刊)；[16]、Guang Chen, Xu-Hua Yang*, Xin-Li Xu, Yong Ming,Sheng-Yong Chen and Wan-Liang Wang, A low complexity method for the optimization of network path length in spatially embedded networks,Journal of Physics A: Mathematical and Theoretical, 47(10):105101,2014.(国际期刊，SCI期刊，被选为封面文章)；[17]、Xu-Hua Yang, Guang Chen, Sheng-Yong Chen,The impact of connection density on scaling in random networks，Physica A: Statistical Mechanics and its Applications, 392(10), 15 May 2013, Pages 2547–2554.(国际期刊，SCI期刊)；[18]、Xu-Hua Yang, Guang Chen, Bao Sun, Sheng-Yong Chen, Wan-Liang Wang, Bus transport network model with ideal n-depth clique network topology, Physica A: Statistical Mechanics and its Applications, 390 (2011) 4660–4672.（国际期刊，SCI期刊）；[19]、Xu-Hua Yang, Bo Wang , Sheng-Yong Chen, Wan-Liang Wang, Epidemic Dynamics Behavior in Some Bus Transport Networks, Physica A: Statistical Mechanics and its Applications, 391 (2012) 917–924.（国际期刊，SCI期刊）；[20]、Xuhua Yang, Bo Wang, Wanliang Wang and Youxian Sun；A Novel Small-World Network Model: Keeping Connectivity without Adding Edges；International Journal of Modern Physics B,Vol. 22，No. 29，2008.11(国际期刊，SCI期刊)；[21]、Xu-Hua Yang, Feng-Ling Jiang, Sheng-Yong Chen, Wan-Liang Wang, Modeling the evolution of weighted clique networks, Communications in Theoretical Physics, Vol. 56, No. 5, November, 2011.(SCI期刊)；[22]、Xu-Hua Yang, Bo Wang, Wan-Liang Wang；Research on some bus transport networks with random overlapping clique structure；Communications in Theoretical Physics, Vol. 50，No. 5，November 15, 2008(SCI期刊)；[23]、 Xu-Hua Yang, Bo Wang, You-Xian Sun; Research on Community structure in bus transport networks, Communications in Theoretical Physics, Vol. 52，No.6，Page：1025-1030，2009.12(SCI期刊)；[24]、Xu-Hua Yang, Bao Sun, Bo Wang, You-Xian Sun, Mean-field Theory for Some Bus Transport Networks with Random Overlapping Clique Structure,Communications in Theoretical Physics,Vol. 53, No. 4, April 15, 2010。 (SCI期刊)；[25]、Xu-hua Yang, Bo Wang, Bao Sun, A novel weighted evolving network model based on clique overlapping growth,Journal of Central South University of Technology,17(4),2010.8(SCI期刊)；[26]、Guang Chen, Xu-Hua Yang*, Xin-Li Xu ,Weighted Scaling in Non-growth Random Networks, COMMUNICATIONS IN THEORETICAL PHYSICS, 58(3), 456-462, 2012. (SCI期刊)；[27]、Xu-Hua Yang, Yong-Zhen Zhang,Sheng-Yong Chen, A bus transport network model based on directed random walk, WSEAS Transactions on Systems,  13(1), p252-262, 2014.( 国际期刊，EI收录)；[28]、Xu-Hua Yang, Sheng-Yong Chen,Wan-Liang Wang,Nonlinear Integrator Backstepping for Traffic Flow Speed Control of Automated Freeway System,WSEAS Transactions on Circuits and Systems,10(1),2011.1(国际期刊，EI收录）；[29]、Xuhua Yang, Shengyong Chen; A Novel Two-stage Identification Algorithm of Highway Steady-state Speed-Density Balance Relational Expression ; WSEAS TRANSACTIONS ON SYSTEMS；2006-06 （国际期刊，EI收录）；[30]、杨旭华，朱钦鹏，童长飞，基于Laplacian中心性的密度聚类算法，计算机科学，2018。[31]、杨旭华，俞佳，张端，基于局部社团和节点相关性的链路预测算法，计算机科学，2019。[32]、杨旭华，董颖颖，杨海东，王万良；一种改进的自动化高速公路交通流速度控制器设计, 控制理论与应用，Vol.26 No.1，2009.1 (A类期刊，EI收录) ；[33]、Zhang-Wei Li, Xu-Hua Yang*, Feng-Ling Jiang, Chen Guang, Weng Guo-Qing, Zhu Mei, Dynamically Weighted Clique Evolution Model in Clique Networks, MATHEMATICAL PROBLEMS IN ENGINEERING, 182638, 2013. （SCI期刊）；[34]、Bo WANG, Xu-Hua YANG, Wan-Liang WANG；A novel scale-free network model based on clique growth；Journal of Central South University of Technology ,2009.6: 0474-0477(SCI期刊）；[35]、杨旭华，戴华平，孙优贤；基于最小二乘法的SIMO傅立叶神经网络研究；信息与控制；2004.6；(A类期刊)；[36]、Xuhua Yang, Jianfei Mao, Wanliang Wang; Fourier neural networks based on the least squares method research; Dynamics of Continuous Discrete and Impulsive Systems-Series A-Mathematical Analysis;2006.2(国际期刊,SCI收录)；[37]、孙宗海，杨旭华，孙优贤；基于支持向量机的模糊回归估计；浙江大学学报工学版；2005.6。二、主要授权发明专利获得授权发明专利40余项，软件著作权11项，部分授权发明专利如下：授权发明专利（排名第一）：[1]、一种基于实体重要性和相似性的电商知识图谱补全方法(202210564352.4)[2]、一种基于马尔可夫相似性增强的社交网络用户社区发现方法(202210563325.5)[3]、一种基于知识图谱的认知语言词典补全方法(202210274667.5)[4]、一种基于实体社区划分的百科知识图谱补全方法(202210274309.4)[5]、一种基于嵌入的新闻多标签分类方法及装置(202210060247.7)[6]、一种基于图神经网络的电影评论情感分类方法及装置(202210060250.9)[7]、一种基于多核图卷积网络的在线社交平台用户好友推荐方法(ZL 202010934119.1)[8]、一种基于全局注意力机制表征学习的社交网络服务平台好友推荐方法(ZL 202010894174.2)[9]、一种基于堆叠自动编码器和引文网络的科技论文分类方法(ZL 201910801530.9)[10]、一种基于网络表征学习和邻居合力的微博用户社区发现方法(ZL 201910802017.1)[11]、一种基于预警保护机制的提高耦合网络鲁棒性的方法(ZL 201810984469.1)[12]、一种基于相似性的社区检测的方法(ZL201810987366.0)[13]、一种基于网络表征学习和邻居合力的微博用户社区发现方法(ZL 201910802017.1)[14]、一种基于耦合链接局部中心性累积指标的提高相互依存网络鲁棒性的方法(ZL 201810984467.2) [15]、一种基于局部社团信息的链路预测方法（ZL 201510528190.9）[16]、一种基于二阶局部社团和种子节点结构信息的预测网络未知连边的方法（ZL 201610712137.9）[17]、一种基于重叠社团划分的大规模道路网络双层路由方法（ZL 201410429109.7）；[18]、基于随机重叠派系的可控网络直径的公交网络模型的建立方法及公交网络模型（ZL 201010039811.4）；[19]、一种基于流量信息的交通拥堵时的公交换乘方法（ZL 201310320758.9）；[20]、一种低复杂度的网络平均路径优化方法（ZL 201310323532.4）；[21]、一种基于移动终端和增强现实技术的近距离最优公交站点导航方法（ZL201510452115.9）；[22]、一种基于低采样率浮动车数据的全局投票地图匹配方法（ZL 201410427108.9）；[23]、一种城市拥堵时段的多模式公交换乘方法（ZL 201410427995.X）。 获奖与荣誉 获奖及荣誉：[1]、获评中国计算机学会杰出会员，2023[2]、浙江工业大学优秀本科生实习指导教师，2023[3]、获得华为公司昇腾众智星光奖，2022；[4]、浙江省优秀硕士学位论文导师，2021；[5]、浙江工业大学计算机学院十佳优秀教师，2021；[6]、浙江工业大学计算机学院科研先进教师，2018；[7]、浙江工业大学计算机学院优秀教师，2017；[8]、国家级教学成果二等奖：政产学研用五位一体复合型信息技术人才培养模式探索与实践，参与人员，2014；[9]、浙江省高等学校中青年学科带头人，2013；[10]、杭州市自然科学优秀学术成果奖一等奖（排名第一），2013；[11]、浙江省高校科研成果奖二等奖（排名第一），2012；[12]、入选浙江省“新世纪151人才工程”第三层次培养人员，2011；[13]、获得浙江工业大学青年学术带头人称号，2009；[14]、浙江省高校优秀青年教师，2008；[15]、获得浙江工业大学信息学院“优秀教师”称号，2005；[16]、获得浙江工业大学建龙基金教学优秀奖，2005；[17]、获得浙江工业大学建龙科研贡献奖，2005；[18]、获得浙江工业大学学术骨干称号，2004；[19]、入选浙江工业大学首届创新团队，2004。 育人成果 已经指导5届博士研究生，15届硕士研究生指导学生获得浙江省优秀硕士论文1人次，浙江省优秀毕业生2人次，校级优秀毕业硕士论文6人次。 教学与课程 讲课程主要包括：网络与智能，计算机网络原理，人工智能，无线传感器网络，计算机科学导论，自动控制原理，模式识别，C++等课程。