陈继强，男，1982年5月出生，博士（后），教授，硕士生导师，入选河北省“三三三人才工程”第三层次。2018年4月于哈尔滨工业大学数学专业获理学博士学位，2021年6月于天津大学计算机科学与技术博士后流动站出站。现任云鼎国际4118welcome院长，兼任中国工业与应用数学学会大数据与人工智能专委会委员、河北省数学会常务理事。

一、主要招生专业及研究方向

1. 主要招生专业：应用统计、计算机技术

2. 主要研究方向：统计学习、数据挖掘、不确定性的数学理论及其应用

二、主要研究成果

1. 中国合同节水管理理论与实践，河北省社会科学优秀成果奖一等奖，排名第三。

2. 不确定统计学习理论与模糊多属性决策理论，河北省自然科学奖二等奖，排名第三。

3. 集合型数据模糊分类问题的支持函数机理论及其应用，中国博士后科学基金面上资助项目，排名第一。

4. 基于最优传输理论和支持函数机的标签噪声数据分类方法，河北省高层次人才资助项目，排名第一。

5. 中国合同节水管理理论与实践，国家社会科学基金后期资助项目，排名第三。

三、代表性论著

1. A new neurodynamics-based model for fuzzy convex optimization problems with fuzzy coefffcients and general constraints. IEEE Transactions on Fuzzy Systems, 2024:1-13, DOI: 10.1109/TFUZZ.2024.3411049 (SCI收录，第一作者)

2. Learning vector quantization-based fuzzy rules oversampling method. CMC-Computers, Materials & Continua, 2024, 79(3): 5067-5082. (SCI收录，第一作者)

3. Regularized discrete optimal transport for class-imbalanced classifications. Mathematics, 2024,12(4): 524: 1-12. (SCI收录，第一作者)

4. An efficient neurodynamic approach to fuzzy chance-constrained programming. International Journal on Artificial Intelligence Tools, 2021, 30(1): 2140001(20pages). (SCI收录，通讯作者)

5. 不确定统计学习理论与支持向量机. 北京：科学出版社，2020年10月.（第三作者）。

6. Possibility measure based fuzzy support function machine for set based fuzzy classifications. Information Sciences, 2019,483:192-205. (SCI收录，第一作者)

7. Separability of set-valued data sets and existence of support hyperplanes in the support function machine. Information Sciences, 2018,430-431: 432-443. (SCI收录，第一作者)

四、目前承担的主要科研项目及经费

1. 2021.1-2023.12，面向大规模含噪声数据的不确定支持函数机及其应用，河北省自然科学基金面上项目（A2021402008），6万，项目负责人。

2. 2020.1-2023.12，校园一卡通数据的缺失机制及建模方法研究，河北省高等学校科学研究项目自然科学重点基金项目（ZD2020185）， 8万，项目负责人。

五、招生基础

欢迎对统计学习、数据分析与处理、不确定性的数学理论及其应用有兴趣的研究生报考。建议具备高等数学、概率论与统计课程基础，掌握一门编程语言（C、Python 或 Matlab）。

六、联系方式

电子邮箱：jiqiangchen@hebeu.edu.cn, 联系电话：0310-3968791。