基本信息

---

徐文进，男，工学博士学位，硕士生导师，参与主持5项国家级、省部级项目。在智能数据挖掘领域，特别是时序数据挖掘方向进行了深入研究，建立了智能网络环境下时序序列分析模型，提出了智慧海洋渔业数据挖掘算法，并应用于海洋渔业预测与捕捞中；研究了绿色智慧交通算法，研究成果发表SCI、EI检索论文20余篇，授权发明专利两项，2021-2022主讲完成华为技术有限公司Intelligent City培训课题。

学习研究经历

• 2000年山东大学电子系毕业，获学士学位

• 2003年山东大学研究生毕业，获硕士学位

• 2009年获中国海洋大学博士。其中2003年至2006年赴德国帕德波恩大学进修。

• 2016年2月-2017年3月受国家留学基金委资助赴美国麻省理工学院访学，研究的方向有人工智能数据挖掘。

• 2015/12 – 至今 太阳成集团tyc9728，太阳成集团tyc9728，副教授

主要研究方向

智能数据挖掘，时序数据挖掘，智慧城市，数字孪生；

获奖及荣誉称号

---

学术兼职

• IEEE会员，CCF会员，MIT智慧城市研究委员会分会主席。

• 山东电子学会教育分委会常务委员，山东文旅人才文员会常务委员，青岛西海岸国家级高新区专家。

代表性奖项

• 2023.07，中科院二区论文：Efficient Fine Tuning for Fashion Object Detection

• 2021.03，发明专利：一种轨迹数据参数自适应的聚类方法

• 2021.02, 发明专利：一种短时海洋鱼群和鱼量的预测方法

教科研项目

---

• 省部级，山东省重点研发课题，2018GGX10500，基于人工智能的交通大数据挖掘技术，2018.01-2022.12，20万，1/5

• 省部级,山东省自然科学基金课题，2012ZRB019DM, 大数据感知融合与信息协同机理研究, 2012.01-2015.12，6万，1/4

• 省部级, 201901134063, 华为Intelligent City研发, 2019.01-2021，6万元，1/4

论文论著专利

---

代表性论文

• Efficient Fine Tuning for Fashion Object Detection

• Application of artificial intelligence in an unsupervised algorithm for trajectory segmentation based on multiple motion features

代表性著作

• Research on fishery trajectory analysis and fishing ground discrimination based on CNN

代表性专利

• CN112488196A, 一种轨迹数据参数自适应的聚类方法

• CN112418521A, 一种短时海洋鱼群与鱼量的预测方法