冯永，工学博士，教授、博士生导师，“物联网工程”重庆市一流本科专业负责人，健康医疗大数据智能化重庆市工程研究中心主任，重庆市医药智能物流工程技术研究中心首席专家，重庆市研究生教育优质课程《大数据技术基础》负责人，中国计算机学会会员，重庆市普通本科高等学校教学指导委员会委员，重庆市青年科技领军人才协会会员，重庆市信息技术应用创新产业联盟专家委员会委员，四川省企业联合会数字经济创新发展研究会专家顾问委员会委员，重庆市电机工程学会能源互联网专业委员会委员，国家重点研发计划会评专家，重庆市大数据项目评审专家，重庆市教育信息化专家，重庆市教育评估监测专家，重庆市规划和自然资源局项目评审专家，国家自然科学基金、教育部博士点基金、中国博士后科学基金、重庆市科技计划和广西科技计划的评审专家。专注于多模态人工智能、跨模态计算机视觉、行业大数据智能的教学科研与技术服务。作为第一或通讯作者在《IEEE Transactions on Industrial Informatics》《Information Sciences》《计算机学报》《自动化学报》等SCI期刊、CCF推荐期刊及会议发表论文50余篇；出版专著3部/章；作为第一作者发表CSSCI教研论文3篇；作为第一发明人授权发明专利12项；主持国家级和省部级项目20余项；2次获得重庆市优秀硕士学位论文指导教师；获全国高等学校计算机教育教学青年教师优秀论文一等奖、重庆市教学成果三等奖、中国公路学会科学技术奖三等奖。CCF推荐会议ADMA 2010组织委员会主席；CCF推荐会议ICONIP 2021、ICONIP 2019程序委员会委员、ICONIP 2017 Invited session Co-Chair；国内外高水平期刊IEEE TNNLS、ACM TOMM、IEEE TCSS、计算机学报等的审稿专家。

研究方向： 多模态人工智能、跨模态计算机视觉、行业大数据智能

招聘信息：本人招聘多模态人工智能、跨模态计算机视觉、行业大数据智能领域的“弘深青年教师”，待遇及招聘条件详见校人事处网站http://rsc.cqu.edu.cn/info/1039/2965.htm。

招生信息：本人招收对多模态人工智能、跨模态计算机视觉、行业大数据智能感兴趣的硕士、博士（含全日制博士和工程博士）研究生，目前研究生培养情况如下：

[1] 指导的研究生获得“重庆市优秀硕士学位论文”2人次。
[2] 指导的研究生10余人次获得全国研究生数学建模竞赛、中国大学生智能设计竞赛、全国研究生智慧城市技术与创意设计大赛等竞赛奖项。
[3] 指导的研究生获得“重庆市研究生科研创新项目”2项，其中1项优秀结题。
[4] 指导的研究生获得国家奖学金9人次、“华为”奖学金1人次、重庆大学A等学业奖学金100余人次。
[5] 指导研究生撰写SCI和CCF推荐期刊与会议论文30余篇，申请发明专利19项，授权13项。
[6] 与华为、飞腾、之江实验室、自然资源部国土空间规划监测评估预警重点实验室等头部企业及研究机构建立了良好的合作关系。培养过程注重理论、技术与实践充分结合，以项目驱动进行培养，毕业学生就职情况良好，如国家电网、国家银监局、工商银行、招商银行、腾讯、华为、阿里巴巴、蚂蚁科技、字节跳动、百度、海康威视、携程等。

部分第一和通讯作者论文：

[1] Congcong Duan; Yong Feng*; Mingliang Zhou; et al.; Multilevel Similarity-aware Deep Metric Learning for Fine-grained Image Retrieval, IEEE Transactions on Industrial Informatics, 2022, https://doi.org/10.1109/TII.2022.3227721. (SCI一区, ToP期刊)
[2] Yiming Shen; Yong Feng*; Bin Fang; et al.; DSRPH: Deep semantic-aware ranking preserving hashing for efficient multi-label image retrieval, Information Sciences, 2020, 539: 145-156. (SCI一区，中科院ToP期刊，CCF-B国际期刊)
[3] 黄旺辉; 冯永*; 强保华; 等; SiamCross：孪生交叉的目标跟踪对象感知网络, 计算机学报, 2022, 45(10): 2151-2166. (中国科技期刊卓越行动计划入选期刊，CCF-T1类期刊)
[4] 冯永*; 张春平; 强保华; 等; GP-WIRGAN: 梯度惩罚优化的Wasserstein图像循环生成对抗网络模型, 计算机学报, 2020, 43(2):190-205. (中国科技期刊卓越行动计划入选期刊，CCF-T1类期刊)
[5] 冯永*; 张备; 强保华; 等; MN-HDRM：长短兴趣多神经网络混合动态推荐模型, 计算机学报, 2019, 42(1):16-28. (中国科技期刊卓越行动计划入选期刊，CCF-T1类期刊)
[6] 冯永*; 陈以刚; 强保华; 融合社交因素和评论文本卷积网络模型的汽车推荐研究, 自动化学报, 2019, 45(3) :518-529. (中国科技期刊卓越行动计划入选期刊，CCF-T1类期刊)
[7] Heqing Cheng; Yong Feng*; Mingliang Zhou; et al.; Joint Robust Representation and Generalization Enhancement for Cross-modality Person Re-identification, The 48th IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2023), Rhodes Island, Greece, June 4-10, 2023. (CCF-B国际会议)
[8] Yu Zhou; Yong Feng*; Mingliang Zhou; et al.; Deep Adversarial Quantization Network For Cross-Modal Retrieval, The 46th IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2021), Toronto, Canada, June 6-11, 2021. (CCF-B国际会议)
[9] Yinong Zhu; Yong Feng*; Mingliang Zhou; et al.; Distribution-aware Hierarchical Weighting Method For Deep Metric Learning, The 46th IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2021), Toronto, Canada, June 6-11, 2021. (CCF-B国际会议)
[10] Lei Yang; Yong Feng*; Mingliang Zhou; et al.; Multi-level network based on transformer encoder for fine-grained image–text matching, Multimedia Systems, 2023, https://doi.org/10.1007/s00530-023-01079-w.(SCI二区, CCF-C国际期刊)
[11] Bin Wang; Yong Feng*; Xian-cai Xiong; et al.; Multi-modal transformer using two-level visual features for fake news detection, Applied Intelligence, 2022, https://doi.org/10.1007/s10489-022-04055-5. (SCI二区, CCF-C国际期刊)
[12] Hui Liu; Yong Feng*; Mingliang Zhou; et al.; Semantic ranking structure preserving for cross-modal retrieval, Applied Intelligence, 2021, 51(3): 1802-1812. (SCI二区, CCF-C国际期刊)
[13] Yi-yang Zhang; Yong Feng*; Da-jiang Liu; et al.; FRWCAE: joint faster-RCNN and Wasserstein convolutional auto-encoder for instance retrieval, Applied Intelligence, 2020, 50(7): 2208-2221. (SCI二区，CCF-C国际期刊)
[14] Yong Feng; Zhong-fu Wu; Jiang Zhong; et al.; An Enhanced Swarm Intelligence Clustering-based RBFNN Classifier and Its Application in Deep Web Sources Classification, Frontiers of Computer Science in China, 2010, 4(4): 560-570. (中国科技期刊卓越行动计划入选期刊, CCF-T1类期刊)
[15] Zongwei Kang; Jiaxing Shang; Yong Feng*; et al.; A deep sequence-to-sequence method for accurate long landing prediction based on flight data, IET Intelligent Transport Systems, 2021, 15 (8): 1028-1042. (SCI二区, CCF-C国际期刊)
[16] Jiayi Zhu; Yong Feng*; Mingliang Zhou; et al.; Improve Session-based Recommendation with Triplet Mining and Dynamic Perturbations Graph Neural Networks, International Journal of Pattern Recognition and Artificial Intelligence, 2023, https://doi.org/ 10.1142/S021800142350012X. (SCI四区, CCF-C国际期刊)
[17] Shaoquan Zhu; Yong Feng*; Mingliang Zhou; et al.; Prototype-Based Discriminative Feature Representation for Class-incremental Cross-modal Retrieval, International Journal of Pattern Recognition and Artificial Intelligence, 2021, 35(5):2150018. (SCI四区, CCF-C国际期刊)
[18] Lei Yang; Yong Feng*; Mingliang Zhou; et al.; A Jointly Guided Deep Network for Fine-Grained Cross-Modal Remote Sensing Text–Image Retrieval, Journal of Circuits, Systems, and Computers, 2023, https://doi.org/10.1142/S0218126623502213. (SCI四区)
[19] He Huang; Yong Feng*; MingLiang Zhou; et al.; Receptive Field Fusion RetinaNet for Object Detection, Journal of Circuits, Systems, and Computers, 2021, 30(10): 2150184. (SCI四区)
[20] Yixue Kong; Yong Feng*; Mingliang Zhou; et al.; Clustering-Based Semi-Supervised Cross-Modal Retrieval Using Scene Graph,Journal of Circuits, Systems, and Computers, 2022, 31(12): 2250213 (13 pages). (SCI四区)
[21] Jiaqi Huang; Yong Feng*; Mingliang Zhou; et al.; Relationship-Aware Hard Negative Generation in Deep Metric Learning, 13th International Conference on Knowledge Science, Engineering and Management, KSEM 2020, Hangzhou, China, pp. 388-400, August 28-30, 2020. (CCF-C国际会议)
[22] Zongwei Kang; Jiaxing Shang; Yong Feng*; et al.; A Deep Sequence-to-Sequence Method for Aircraft Landing Speed Prediction Based on QAR Data, The 21th International Conference on Web Information Systems Engineering (WISE 2020), pp. 516-530, Amsterdam and Leiden, Netherlands, October 20-24, 2020. (CCF-C国际会议)
[23] Dong-dong Niu; Yong Feng*; Jia-xing Shang; et al.; SCE-MSPFS: A Novel Deep Convolutional Feature Selection Method for Image Retrieval, The 25th International Conference on Neural Information Processing (ICONIP 2018), pp. 269–281, Siem Reap, Cambodia, December 13-16, 2018. (CCF-C国际会议, Session Chair)
[24] Chunping Zhang; Yong Feng*; Baohua Qiang; et al.; Wasserstein Generative Recurrent Adversarial Networks for Image Generating, The 24th International Conference on Pattern Recognition (ICPR 2018), Beijing, China, pp. 242-247, August 20th-24th, 2018. (CCF-C国际会议)
[25] Bei Zhang; Yong Feng*; Improving Temporal Recommendation Accuracy and Diversity via Long and Short-Term Preference Transfer and Fusion Models, 18th Asia-Pacific Web Conference, APWeb 2016, Suzhou, China, September 23-25, pp. 174–185, 2016. (CCF-C国际会议)
[26] Yi-ze LE; Yong FENG*; Da-jiang LIU; et al.; Adversarial Metric Learning with Naive Similarity Discriminator, IEICE Transactions on Information and Systems, 2020, E103-D (6): 1406-1413. (SCI四区)
[27] Meng Ting XIONG; Yong FENG*; Ting WU; et al.; TDCTFIC: A Novel Recommendation Framework Fusing Temporal Dynamics, CNN-Based Text Features and Item Correlation, IEICE Transactions on Information and Systems, 2019, E102-D(8): 1517-1525. (SCI四区)
[28] Ting WU; Yong FENG*; JiaXing SHANG; et al.; A Novel Recommendation Algorithm Incorporating Temporal Dynamics, Reviews and Item Correlation, IEICE Transactions on Information and Systems, 2018, E101-D(8): 2027-2034. (SCI四区)
[29] Yong Feng*; Heng Li; Zhuo Chen; Improving Recommendation Accuracy and Diversity via Multiple Social Factors and Social Circles, International Journal of Web Services Research, 2014, 11(4): 32-46. (SCI四区)
[30] Zhang Quanyou; Feng Yong*; Wang Yong-Heng; et al.; An Enhanced Light Object Detection for Indiscernible Object in the Special Scene, Journal of Engineering Research, 2022, 10(SI). (SCI四区)
[31] 冯永*; 钟将; 王茜; 等; 共智融合的大数据智能化人才培养研究与实践, 中国电化教育, 2021, 4:16-25. (CSSCI核心, 教学研究论文)
[32] 冯永*; 钟将; 李学明; 等; 大数据高级技术人才协同创新培养研究与实践, 中国电化教育, 2017, 6:35-44. (CSSCI核心, 教学研究论文)
[33] 冯永*; 钟将; 叶春晓; 等; 海量数字教育资源管理和共享的云服务模型研究, 中国电化教育, 2013, 5: 117-123. (CSSCI核心, 教学研究论文)

部分第一发明人获授权的发明专利：

[1] 融合三元组损失和生成对抗网络的多标签图像检索方法, 2023-3-24, 中国, ZL201910605728.X.
[2] 融合语义信息和多级相似性的深度哈希图像检索方法, 2023-3-28, 中国, ZL201910211486.6.
[3] 一种融合自适应相似度和贝叶斯框架的图像检索方法, 2023-1-31, 中国, ZL201811104365.3.
[4] 一种融合Faster-RCNN 和Wasserstein 自编码器的图像检索方法, 2021-6-1, 中国, ZL201810926656.4.
[5] 一种基于Attention 机制和卷积神经网络的快速商标图像检索方法, 2021-7-20, 中国, ZL201810750096.1.
[6] 多聚焦图像融合方法, 2013-9-18, 中国, ZL201110355867.5.
[7] 基于内存计算框架、融合社交环境及时空数据的位置推荐方法, 2020-11-24, 中国, ZL201611090471.1.
[8] 一种融合时间因素、文本特征和相关性的药品推荐方法, 2021-11-12, 中国, ZL201810953583.8.
[9] 基于属性共现模式的DeepWeb查询接口模式匹配方法, 2017-5-3, 中国,  ZL201410311727.1.
[10] 迭代的基于用户点击的优化搜索和满意度提升方法和系统, 2016-12-28, 中国, ZL201310184705.9.
[11] 面向深层网页面数据自动抽取方法, 2014-1-1, 中国, ZL201210086024.4.
[12] 一种融合用户潜在兴趣、时空数据和类别流行度的药品交易推荐方法, 2022-6-14中国, ZL201810724191.4.

专著：

[1] Yong Feng, Heng Li, Zhuo Chen, Baohua Qiang. Improving Recommendation Accuracy and Diversity via Multiple Social Factors and Social Circles. Innovative Solutions and Applications of Web Services Technology, IGI Global, pp.132-154, 2018. 

[2] Longbing Cao, Yong Feng and Jiang Zhong. Advanced Data Mining and Applications:  ADMA 2010, Part I, LNCS 6440. Springer-Verlag Berlin Heidelberg, 2010.

[3] Longbing Cao, Yong Feng and Jiang Zhong. Advanced Data Mining and Applications:  ADMA 2010, Part II, LNCS 6441. Springer-Verlag Berlin Heidelberg, 2010.

部分主持的项目：

[1] 多模态知识图谱动态语义融合与跨模态检索研究，项目编号：62262006，国家自然科学基金。合作单位项目负责人
[2] 语义深度理解驱动的图像及文本统一检索研究，项目编号：61762025，国家自然科学基金。合作单位项目负责人
[3] 按需聚合的语义深层网查询云模型及评估研究，项目编号：61103114，国家自然科学基金。项目负责人
[4] 知识服务关键理论与算法研究，项目编号：2017YFB1402404，国家重点研发计划子课题。项目负责人
[5] 药品交易供应链协同技术研究，项目编号：2012BAH19F001，国家科技支撑计划子课题。项目负责人
[6] 基于多源卫星遥感影像的智能环境监控系统，项目编号：cstc2021jscx-gksbX0058，重庆市技术创新与应用发展专项重点项目。项目负责人
[7] 药械产销链大数据全程智能监管服务平台与应用示范，项目编号：cstc2017zdcy-zdyxx0047，重庆市重点产业共性关键技术创新专项重点研发项目。合作单位项目负责人
[8] 融合深度学习机制和高层语义信息的图像与文本同构映射及关联检索研究，项目编号：cstc2017jcyjAX0340，重庆市基础与前沿研究计划。项目负责人
[9] 云环境下深层网大数据的个性化检索与评价研究，项目编号：cstc2014jcyjA40037，重庆市基础与前沿研究计划。项目负责人
[10] 国土空间时空大数据智能处理技术，项目编号：LMEE-KF2021008，自然资源部国土空间规划监测评估预警重点实验室开放课题。项目负责人
[11] 大规模多模态知识图谱的深度语义融合与实体检索研究，项目编号：2021KE0AB01，之江实验室开放课题。项目负责人
[12] 领域多模态知识图谱构建与检索研究，项目编号：kx202006，广西可信软件重点实验室重点研究课题。项目负责人
[13] 基于卷积神经网络的大规模景点图像检索研究，项目编号：kx201701，广西可信软件重点实验室重点开放课题。项目负责人
[14] 基于深度学习的图像大数据智能检索研究，项目编号：YD16E01，广西云计算与大数据协同创新中心开放课题。项目负责人
[15] 基于云计算模式的海量数字教育资源管理与共享研究，项目编号：112023，重庆市高等教育教学改革研究重点项目。项目负责人
[16] 面向大数据创新创业的计算机类本科生培养模式与质量评价研究，项目编号：153003，重庆市高等教育教学改革研究项目。项目负责人
[17] 大数据产业下计算机全日制专业硕士创新培养模式研究，项目编号：yjg132027，重庆市研究生教育教学改革研究重点项目。项目负责人
[18] 面向大数据智能化的计算机新工科协同创新培养与实践，项目编号：193006，重庆市高等教育教学改革研究项目。项目负责人
[19] 大数据智能化高级工程人才培养，项目编号：yalk201908，重庆市专业学位研究生教学案例库建设项目。项目负责人
[20] 汽车色彩综合辅助设计和知识管理技术研究，项目编号：CDJZR13180089，中央高校基本科研业务费汽车专项。项目负责人
[21] 面向Deep Web大规模数据分析的数据准备技术研究，项目编号：2008BB2183，重庆市自然科学基金。项目负责人
[22] 面向领域Deep Web服务的数据分析关键技术和算法研究，项目编号：20080440699，中国博士后科学基金。项目负责人

部分成果简介：
（1）基于多模态知识图谱的跨模态检索系统
基于多模态知识图谱的跨模态检索系统包含前端、后端与算法库。其中，算法库集成了多模态数据集、多模态数据预处理方法、多模态检索核心算法及模型性能评估指标体系，算法库包含多模态检索、度量学习等核心先进算法，便于多模态知识图谱在实际场景中的拓展应用，属于系统的核心组成部分。系统可实现跨模态检索、实体识别、关系抽取等功能。以跨模态检索为例，用户可通过我们提出的深度哈希算法实现文本、图像之间的相互检索。
 

基于多模态知识图谱的跨模态检索系统

（2）基于深度学习的粗细粒度融合图像检索系统CFFIRDL
CFFIRDL整体框架包含特征提取、编码降维以及排序匹配三个模块。为了提高检索的时效性，并减少特征存储的空间花销，我们提出并实现了基于Wasserstein距离的卷积自编码器用于降低原始特征维度。CFFIRDL检索平均准确率在两个全球公开权威标准数据集上分别达到81.3%和86.9%，与5个先进图像检索模型对比效果最优，同时CFFIRDL支持基于全局特征的初次检索、基于全局降维特征的二次检索、基于局部特征的重新检索、基于局部降维特征的二次检索4种不同粒度的检索。
 

基于深度学习的粗细粒度融合图像检索系统CFFIRDL

（3）融合社交网络与深度学习的汽车设计推荐系统SCTCMAR
基于与重庆长安汽车股份有限公司汽研总院的技术协议，在长安汽车—重庆大学汽车协同创新中心支持下，通过大数据抽取与融合技术，集成了800多款车型、4个GB的汽车销售数据、互联网平台用户评价数据及用户反馈系统数据；采用深度学习技术挖掘评论语义信息，进行情感分析；研究设计了推荐模型，推荐相似汽车设计案例，最终研发了融合社交网络与深度学习的汽车设计推荐系统SCTCMAR。
 

融合社交网络与深度学习的汽车设计推荐系统SCTCMAR