姓名：陈琼
职称 / 职务：副教授
主要研究领域：机器学习算法和应用、计算机图像识别
所在团队：机器学习与数据挖掘团队
办公邮箱：csqchen@scut.edu.cn
办公室电话：
个人简介：
陈琼，中国计算机学会高级会员、中国人工智能会员，广东省一流本科课程和国家级一流本科线上线下混合式课程《离散数学》负责人。主持教育部产学合作协同育人项目、广东省在线开放课程建设项目、粤港澳大湾区高校教育教学研究项目，参与国家自然科学基金、广东省自然科学基金、广东省科技攻关等多项教研和科研项目，主持离散数学慕课建设。研究方向为机器学习算法和应用、计算机图像识别等,特别是不平衡分布、长尾分布、小样本和零样本图像识别和语义分割等。在国内外期刊和顶级会议发表学术论文50多篇，获授权国家发明专利8项，软件著作权5项。主编出版教材2部，入选“高校计算机专业优秀教师奖励计划”。
教育经历：
1997/09 - 2001/06，华南理工大学，博士
1987/09 - 1990/06，哈尔滨工程大学，硕士
1983/09 - 1987/07，北京理工大学，学士
工作经历：
1994/1 - 至今，华南理工大学，副教授
2004/8 - 2005/8，美国卡耐基梅隆大学，访问学者
1990/7 - 1993/12，山西大学，讲师
学术兼职：
年份/机构名称/职务
课程教学（选填）：
离散数学、人工智能导论、机器学习等
科研项目：
1. 教育部产学合作育人项目：新工科背景下人工智能课程建设与实践，2019.12~2020.12，主持
2. 教育部产学合作育人项目：基于实践的人工智能导论课程建设，2018.12~2019.12,主持
3. 广东省专业类在线开放课程建设项目离散数学课程建设，2020.3~2021.3，主持
代表性成果：
1. 学术论文（列出个人发表的，具影响力的学术论文，注明作者、标题、期刊 / 会议名称、发表时间）
1) Qiong Chen, Sixun Feng, Tianlin Huang,Cyclical weighting: A new training strategy for long-tailed recognition,Engineering Applications of Artificial Intelligence,Volume 160, August,2025,111944,ISSN 0952-1976, https://doi.org/10.1016/j.engappai.2025.111944.(JCR Q1)
2) Xiaowei Wang, Qiong Chen, Yong Yang， Word Vector Embedding and Self-Supplementing Network for Generalized Few-Shot Semantic Segmentation, Neurocomputing, 2024,Oct（JCR Q2）Volume 613, 14 January 2025, 128737
3) 陈琼，冯媛，李志群，杨咏，基于语义视觉一致性约束的零样本语义分割网络，华南理工大学学报(自然科学版），2024 Vol. 52, No.10 (EI)
4) Qiong Chen*, Tianlin Huang, Qingfa Liu. SWRM: Similarity Window Reweighting and Margin for Long-Tailed Recognition. ACM Transactions on Multimedia Computing, Communications, and Applications, 2024.3.28, Vol. 20, No. 6,pages 1-18 (JCR Q1)
5) Yong Yang, Qiong Chen, Yuan Feng, Tianlin Huang MIANet:Aggregating Unbiased Instance and General Information for Few-Shot Semantic Segmentation，The IEEE / CVF Computer Vision and Pattern RecognitionConference 2023 (CVPR)
6) Qiong Chen, Tianlin Huang, Geren Zhu, Enlu Lin,A dual-branch model with inter- and intra-branch contrastive loss for long-tailed recognition,Neural Networks,Volume 168,2023,Pages 214-222（JCR Q1）
7) Yong Yang, Qiong Chen, Qingfa Liu. A dual-channel network for cross-domain one-shot semantic segmentation via adversarial learning，Knowledge-Based Systems，Volume 275,2023（JCR Q1）
8) 陈琼，谢家亮. 基于自适应采样的不平衡分类方法, 华南理工大学学报(自然科学版），2022 Vol. 50, No.4
9) Li Zhiqun , Chen Qiong , Liu Qinfa . Augmented semantic feature based generative network for generalized zero-shot learning[J]. Neural Networks, 2021, 143:1-11 （JCR Q1）
10) Chen Qiong , Liu Qinfa , Lin Enlu . A Knowledge-guide Hierarchical Learning Method for Long-tailed Image Classification[J]. Neurocomputing, 2021, 459(6) （JCR Q2）
11) 陈琼,杨咏,黄天林,冯媛. 小样本图像语义分割综述[J]. 数据与计算发展前沿, 2021, 3(6): 17-34.
12) Lin Enlu , Chen Q , Qi Xiaoming . Deep reinforcement learning for imbalanced classification[J]. Applied Intelligence, 2020(5). （JCR Q2）https://doi.org/10.1007/s10489-020-01637-z
13) 陈琼*，徐洋洋，陈林清：不平衡数据的迁移学习分类算法，华南理工大学学报，2018, 46(1):
14) Qiong Chen*，Ting-Ting Wu, Ming Fang, Detecting local community structures in complex networks based on local degree central nodes, Physica A: Statistical Mechanics and its Applications, Volume 392, Issue 3, 1 February 2013, Pages 529–537
15) Qiong Chen，An application of online exam in discrete mathematics course，TURC '18: Proceedings of ACM Turing Celebration Conference - China，May 2018，91-95
16) Qiong Chen*, Ming Fang, An Efficient Algorithm for Community Detection in Complex Networks, The 6th SNA-KDD Workshop‘12 (SNA-KDD’12), Beijing, 2012
17) Qiong Chen*, Ming Fang, Community Detection Based on Local Central Vertices of Complex Networks, Proceeding of the Tenth Internal Conference on Machine Learning and Cybernetics Vol.1，Guilin, China, July，2011
18) Qiong Chen*, Ting-ting Wu，A method for local community detection by finding maximal-degree nodes， Proceeding of the Ninth Internal Conference on Machine Learning and Cybernetics Vol.1 8-13，Qingdao, China, July，2010
2. 专著 / 教材（名称、出版社、出版时间）
1) 陈琼，马千里，周育人，胡劲松，罗荣华，离散数学及其应用，机械工业出版社. 2014年9月
2) 陈琼、马千里、陈伟能、周育人、王家兵、胡劲松、黄艳编著 离散数学及其应用 第2版，机械工业出版社 2024年9月
获奖荣誉：
1. 2023年离散数学获评国家级线上线下混合式一流本科课程。
2. 2021年入选“高等学校计算机专业优秀教师奖励计划”
3. 2021年高校在线开放课程联盟联席会慕课与线上线下混合式典型教学优秀案例
4. 2020年离散数学慕课获评广东省精品在线开放课程
