车杭骏, 博士，副教授，硕士生导师，IEEE会员、ACM会员、CCF会员、CAA会员，国家教育部学位论文通讯评审专家，入选新重庆创新青年人才计划、重庆市留学人员回国创新支持计划人选。主要研究领域为人工智能与数据挖掘，具体研究方向包括：多视图学习、无监督\半监督学习、稀疏信号处理、神经动力学优化方法及应用。在IEEE-TII、IEEE-TNNLS、IEEE-TKDE、IEEE/ACM-TCBB、IEEE-TCSS、IEEE-TSPIN、IEEE-TCE、IEEE-TETCI、IEEE-SPL、ACM MM等人工智能领域权威期刊及CCF A类顶会上发表论文70余篇，入选ESI高被引论文6篇。已获得7项软件著作权，申请国家发明专利5项。主持国家自然科学基金面上项目、青年项目、新重庆创新青年人才项目、重庆市自然科学基金面上项目等多项相关研究课题。曾获2024川渝科技学术大会优秀论文三等奖，重庆市优秀硕士论文奖，香港城市大学杰出学术表现奖(2018, 2019)等荣誉。

教授课程：信号与系统，人工智能导论，现代优化技术（研究生），模式识别（研究生）  

联系方式：hjche123@swu.edu.cn   办公地址：42教学楼322

教育背景

· 重庆邮电大学  电子信息工程专业                  工学学士学位

· 西南大学      信号与信息处理专业                工学硕士学位

· 香港城市大学  计算机科学专业               哲学博士学位 （UGC全额资助）

科研/工作经历

· 西南大学  电子信息工程学院（2019.12-至今）  副教授

· 香港城市大学  计算机科学系（2022.1-2022.2）     研究助理 (Postdoc）

· 香港都会大学  科技学院（2022.3-2022.4）        研究助理（Research Associate）

主持项目

l 国家自然科学基金面上项目 62476229 2025-01至 2028-12

l 国家自然科学基金青年项目 62003281 2021-01至 2023-12

l 新重庆青年创新人才项目 2024NSCQ-qncxX0133 2025-01至 2027-12              

l 重庆市自然科学基金面上项目 cstc2021jcyj-msxmX1169 2021-10至 2024-09

l 重庆市教委科学技术研究计划青年项目 KJQN202200207 2022-10至 2025-0

l 重庆市教委科学技术研究计划青年项目 KJQN202400203 2024-10 至 2027-09

l 国家民委重点实验室开放课题 CPFIC202303 2023-06 至 2024-12

l 重庆市留学人员回国创业创新支持计划项目 2023-10 至 2025-09

l 西南大学人才引进项目  SWU020006 2020-07至2022-12

近年代表性成果

[1] Che, H., & Wang, J. (2019). A two-timescale duplex neurodynamic approach to biconvex optimization[J]. IEEE Transactions on Neural Networks and Learning Systems, 30(8), 2503-2514.

[2] Che, H., & Wang, J. (2021). A two-timescale duplex neurodynamic approach to mixed-integer optimization[J]. IEEE Transactions on Neural Networks and Learning Systems, 32(1), 36-48. (ESI 高被引论文)

[3] Che, H., &Wang, J. (2023). Bicriteria sparse nonnegative matrix factorization via two-timescale duplex neurodynamic optimization[J]. IEEE Transactions on Neural Networks and Learning Systems, 34(8), 4881 - 4891.

[4] Che, H., Pan, B., Leung, M., Cao, Y., Yan, Z. (2023).Tensor factorization with sparse and graph regularization for fake news detection on social networks[J]. IEEE Transactions on Computational Social Systems. Accepted. DOI: 10.1109/TCSS.2023.3296479.

[5] Che,H.*, Li, C., Leung, M., Ouyang, D., Dai, X.,  Wen S. (2024). Robust hypergraph regularized deep non-negative matrix factorization for multi-view clustering[J]. IEEE Transactions on Emerging Topics in Computational Intelligence, Accepted. DOI: 10.1109/TETCI.2024.3451352.

[6] Che, H.*, & Yang, X. (2024). A multi-kernel-based multi-view deep non-negative matrix factorization for enhanced healthcare data clustering[J]. IEEE Transactions on Consumer Electronics. Accepted.DOI: 10.1109/TCE.2024.3440485.

[7] Che, H.*, Li, C.,Pan, B., Cao, Y. (2024). Diversity embedding deep optimal graph regularized non-negative matrix factorization for robust multi-view clustering[J]. IEEE Transactions on Computational Social Systems. Accepted. DOI: 10.1109/TCSS.2024.3457527.

[8] Yang, X., Che, H*., Leung, M., Wen S. (2024).Unbalanced Incomplete Multi-view Unsupervised Feature Selection with Low-redundancy Constraint in Low-Dimensional Space [J]. IEEE Transactions on Industrial Informatics. Accepted. DOI: 10.1109/TII.2024.3514152.

[9 ]Yang, X., Che, H*., Leung, M., Liu, C.,Wen S. (2024).Auto-weighted Multi-view Deep Non-negative Matrix Factorization with Multi-kernel Learning [J]. IEEE Transactions on Signal and Information Processing over Networks. Accepted. DOI: 10.1109/TSIPN.2024.3511262.

[10] Guo W, Che H*, Leung M F.(2024). Tensor-based adaptive consensus graph learning for multi-view clustering[J]. IEEE Transactions on Consumer Electronics,70(2), 4767 - 4784. (ESI 高被引论文)

[11 ] Pu, X., Che, H*., Pan, B., Leung, M., Wen S. (2024).Robust weighted low-rank tensor approximation for multi-view clustering with mixed noise[J]. IEEE Transactions on Computational Social Systems, 11(3), 3268 - 3285.

[12] Che, H., Pu, X.,Ouyang, D., Li, B. (2024, December). Enhanced tensorial self-representation subspace learning for incomplete multi-view clustering. In Proceedings of the 27th ACM International Conference on Multimedia.Accepted. DOI:https://doi.org/10.1145/3664647.3681573(CCF A类会议)

[13] 车杭骏; 郭伟; 潘柏丞; 杨暄皓 ; 基于拉普拉斯约束的潜在多视图子空间聚类软件V1.0, 2023SR0754841, 原始取得, 全部权利, 2023-2-1 (软件著作权)

[14] 车杭骏; 蒲鑫宇; 潘柏丞; 杨暄皓 ; 基于谱嵌入图的子空间聚类软件V1.0, 2023SR0872127, 原始取 得, 全部权利, 2023-3-1 (软件著作权)

[15] 车杭骏; 虞际扬; 潘柏丞 ; 基于l2,1范数的双重超图正则化非负矩阵三因子分解的图片聚类软件, 2023SR0849700, 原始取得, 全部权利, 2023-2-1 (软件著作权)

[16] 蒲鑫宇; 车杭骏 ; 基于混合噪声处理的鲁棒子空间聚类软件V1.0, 2023SR0797765, 原始取得, 全部权利, 2023-1-20 (软件著作权)

[17] 董雨竹; 车杭骏; 李程潞 ; 基于中心图正则化对数范数稀疏非负矩阵分解的多视图聚类软件V1.0, 2024SR0076110, 原始取得, 全部权利, 2023-7-1 (软件著作权)

[18]虞际扬; 车杭骏; 基于上限范数的双重超图正则化非负矩阵三因子分解聚类软件V1.0, 2023SR0797766, 原始取得, 全部权利, 2023-2-1 (软件著作权)

[19]杨雨琦；车杭骏；基于三因子非负矩阵分解的多路复用网络社区检测软件V1.0，2024SR0433066，原始取得，全部权利，2024-3-26（软件著作权）

[20]车杭骏; 李程潞; 潘柏丞 ; 基于深度非负矩阵分解的多视图聚类方法、设备和介质, 2023-9-15, 中国, 2023111926169 (专利)

[21]车杭骏 ; 潘柏丞; 杨暄皓; 郭伟; 巨兴兴 ; 具有超图约束非凸低秩张量逼近的多视图子空间聚类方 法, 2023-10-30, 中国, 2023114185572 (专利)

[22]车杭骏,杨暄皓,潘柏丞,郭伟 ; 基于自步学习的多视图数据无监督特征选择方法及装置, 2024-2-19, 中国, 2024101828075 (专利)

[23]车杭骏,王欣,郭伟,潘柏丞,何兴,李鸿一  ; 基于多样性准则下多视图聚类的癌症亚型检测方法, 2024-6-21, 中国, 2024108087295 (专利)

学术兼职及社会服务

国际期刊Data Technologies and Applications （Editorial Advisory Board Member ）顾问编委

国际期刊Intelligent Systems with Applications （Associate Editor） 副编辑

国际期刊Journal of Social Computing（Young Editorial Board Member）青年编委

国际期刊CAAI Artificial Intelligence Research（Young Editorial Board Member）青年编委