教授 博士生导师 硕士生导师
电子邮箱：
所在单位：兰州交通大学电子与信息工程学院
学历：博士研究生毕业
办公地点：兰州交通大学 励志楼1108室
主要任职：教学
邮编：
通讯/办公地址：
邮箱：
陈梅，教授，博士生导师，兰州大学计算机应用技术博士。国家自然科学基金委员会评审专家，教育部学位论文评审专家，多个SCI期刊审稿人(期刊包括但不限于：IEEE Transactions on Knowledge and Data Engineering(TKDE，数据挖掘顶级期刊)、Pattern Recognition (PR，SCI1区TOP)、Knowledge-Based Systems(KBS，SCI1区TOP))，教育部科技管理信息系统-专家库专家，CCF会员、IEEE会员、ACM会员，中国人工智能学会委员、电子学会委员。长期从事计算机科学与技术领域教学与研究工作，在数据挖掘、机器学习、复杂网络分析等方向开展深入研究。
近年来主持与参与国家自然科学基金项目5项，主持与完成甘肃省科技项目、甘肃省科技厅重点研发计划、甘肃省自然科学基金、甘肃省财政厅基本科研业务费、甘肃省教育厅科研经费、甘肃省高等学校产业支撑计划项目等10余项课题，主持了兰州交通大学“百名青年优秀人才培养计划（科研型）项目，拥有多项发明专利和软件著作权。在《Pattern Recognition》、《Neurocomputing》、《Atmospheric Environment》、《计算机研究与发展》等国内外知名期刊发表多篇学术论文。
至今，陈梅教授的指导已经助力40名硕士研究生和5名博士研究生取得了显著的学术成就。其中，20位毕业生已经成功完成了他们的研究学习，他们在腾讯、浦发银行、中科星图股份有限公司、成都流体动力创新中心、兰州万里航空机电有限责任公司等顶尖企业和研究机构中扮演着重要角色，为所在领域贡献着自己的力量。值得一提的是，部分毕业生选择了继续在学术领域深耕，投身于博士学位的研究工作，不断攀登科研的高峰。在学术探索的道路上，这些毕业生的表现尤为突出，他们中的多位荣获了国家奖学金，这不仅是对他们个人才能的肯定，也是对培养体系成效的明证。这些辉煌的成就令人骄傲，同时也预示着未来将有更多科研人才从这里走出，继续在科学的广阔天地中绽放光芒。
写给希望到本组读研、读博或进组的同学：
亲爱的有志学子们，
我代表我们课题组向每一位有志于加入我们研究团队的同学表示热烈的欢迎！我们实验室专注于数据挖掘算法的设计、应用以及系统开发等领域，旨在培养具有创新精神和实践能力的研究生。
学生应具备的能力条件：
(1) 扎实的数学及计算机基础：我们期望你拥有良好的数学逻辑思维和扎实的计算机科学知识，这将为你在数据挖掘和系统开发领域的深入研究奠定坚实的基础。
(2) 优秀的英语能力：作为研究的一部分，你需要阅读和理解国际学术论文，撰写研究报告，以及与国际同行进行学术交流，因此，良好的英语阅读、写作和交流能力是必不可少的。
(3) 对数据挖掘的热情：如果你对数据挖掘算法的设计和应用充满热情，我们的实验室将为你提供一个充满挑战和机遇的学术环境，让你能够将理论知识转化为解决实际问题的能力。
(4) 系统开发的兴趣与基础：我们鼓励对系统开发有基础和兴趣的同学加入，你将有机会参与到实际的项目开发中，从而提升你的技术能力和实践经验。
我们实验室能提供的资源：
(1) 丰富的项目经历：我们实验室拥有多个与国内外企业和研究机构合作的项目，你将有机会参与到这些项目中，获得宝贵的实践经验。
(2) 名校课题组合作资源：我们与多所国内外知名高校的课题组建立了紧密的合作关系，你将有机会与这些顶尖团队进行交流和合作，拓宽你的学术视野。
(3) 导师的亲自指导：作为你的导师，我将亲自参与你的研究工作，提供一对一的指导和建议，帮助你在科研道路上快速成长。
(4) 丰厚的奖励机制：我们实验室设有多种奖励机制，旨在激励同学们在学术研究和科技创新上取得更多的成果，你的每一份努力都将得到充分的肯定和奖励。
(5) 我们愿意为有志于深造博士学位的硕士生，提供更加深入的学术指导和丰富的研究资源，帮助你在学术道路上取得更高的成就。
你们正值青春年华，如同清晨七八点钟的朝阳，充满活力与希望。我们热烈期盼你们的加盟，与我们肩并肩，在科研的征途上共同追求知识的边界，开创智慧的新天地。让我们携手并肩，勇敢前行，在挑战与创新中铸就我们共同的时代辉煌！
课题组已构建由20余位跨学科成员组成的研究团队，涵盖计算机科学与技术、数据科学、物联网、网络安全及应用物理学等学科领域，形成教授-副教授-讲师-博士生-硕士生-本科生的多级人才梯队。基于这样的团队构成，我们不仅具备坚实的科研基础，而且在国家级和省部级科研项目中积累了宝贵的实践经验和项目管理能力。课题组注重培养成员的合作精神和创新意识，通过定期的学术交流和讨论，促进了团队内部的沟通与协作，激发了成员的创新潜力，共同应对科研挑战。同时，我们为团队成员提供了优越的学习和成长环境，支持他们的个人发展和专业能力提升。
团队核心科研方向聚焦数据挖掘与复杂网络分析的交叉领域，致力于在算法层面对高维异构数据开展全面深入的研究。在数据挖掘方面，不仅开展分类（包括监督学习、半监督学习和弱监督学习）与聚类研究（涵盖密度聚类、图数据聚类、时间序列聚类、文本语义聚类、空间聚类及流数据聚类等），还深入进行回归分析、关联规则挖掘、异常检测等研究，通过无监督学习、有监督学习和半监督学习等多种机器学习方法挖掘数据内在关联和潜在模式。在复杂网络分析中，重点突破社团检测算法优化、节点重要性动态评估及网络模型构建，同时开展网络的拓扑结构分析、网络的演化模型研究、多层网络分析以及网络的可视化等工作。此外，团队还积极探索深度学习、强化学习、集成学习等前沿技术在数据挖掘和复杂网络分析中的应用，开发相应的算法和模型，以应对不同领域的复杂数据问题和实际应用需求。
迄今为止，该团队已研发出一系列创新的机器学习算法，包括但不限于：基于数据点分布密度的聚类算法、针对环境污染特征的聚类算法、融合图学习理念的聚类算法，以及基于标签传播、邻居间结构特征、局部拓扑结构、局部密度的社团检测算法等。在科研成就方面，团队获批国家自然科学基金2项、省级科研项目6项，并在国际学术期刊上发表高水平论文30余篇。此外，团队还编纂了《聚类及图聚类流行算法》、《聚类算法及其在大气污染中的应用》等多部专业著作。团队依托全栈开发经验，将理论成果转化为实际应用系统：前端开发聚焦复杂网络可视化工具，后端搭建分布式数据处理平台。在国家级项目中已验证产学研协同创新机制。
目前团队研究重点：
1. 将自主研发的多种创新聚类算法进行整合与优化，开发出对应的聚类分析系统，并推动其在环保、气象、轨道交通、铁路等多个领域的产业化应用，为企业和科研机构提供高效、精准的数据分析工具，助力解决复杂数据处理难题，提升行业整体数据分析水平。例如，在轨道交通领域，可通过对客流数据的聚类分析，实现对客流的精准预测和管理，优化列车调度和资源配置；在铁路领域，可对铁路线路的病害数据进行聚类分析，为线路的维护和管理提供决策支持。
2. 基于提出的社团检测算法，开发功能强大的数据分析系统，不仅可应用于大气污染数据分析，还可为轨道交通和铁路等领域的复杂网络数据分析提供支持。为环境监测部门、交通管理部门和相关企业提供定制化的服务，如大气污染预警、防控策略制定，轨道交通客流疏导、线路优化，铁路故障预测与维护等，通过与企业单位的深度合作，实现复杂网络技术在多个领域的广泛应用和推广，推动行业技术升级。
3. 与环境监测、轨道交通、大气环保、铁路等相关企业建立紧密的产学研合作关系。通过联合研发项目、技术咨询与服务、人才交流与培养等多种形式，加速科研成果从实验室到市场的转化进程。共同开展大气污染数据采集、分析与治理技术研发，轨道交通客流分析与优化调度研究，铁路线路病害诊断与维护技术研发等，为各行业的可持续发展提供技术支撑和人才保障。
此外，本团队还与多家企业和研究机构建立了紧密的合作关系，推动了科研成果的产业化进程，实现了从理论研究到实际应用的无缝对接。这种产学研用一体化的科研模式，极大地提升了本团队解决复杂科研问题的能力，为我们在科研攻坚中提供了强大的动力和支持。
本团队将持续深化复杂网络与机器学习的融合创新，重点攻关异构网络表示学习和实时流数据聚类算法，同时完善自研的智能分析平台功能模块，构建覆盖数据预处理、模型训练、可视化展示的一体化开源框架，推动科研成果在智慧城市、生物信息学等领域的规模化应用。我们相信，通过团队成员的共同努力和协作，我们团队将在未来的科研道路上取得更多的突破和成就。
