管俊轶
一、教师基本信息
姓名： 管俊轶
办公电话：无
指导专业：计算机科学与技术
二、研究领域及方向
模式识别，无监督学习，聚类算法，数据挖掘
三、主讲课程
【本科生】
【研究生】
四、教育及工作经历
2010年9月—2014年6月 浙江科技大学，工学学士
2014年9月—2022年1月 浙江工业大学，工学博士
2022年3月—2024年9月 浙江工业大学，博士后
2024年10月—至今 成人视频 ，副研究员
五、学术简介
IEEE会员，以第一作者在IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)、IEEE Transactions on Knowledge and Data Engineering (TKDE)、Pattern Recognition、Information Sciences、Neurocomputing 等人工智能，模式识别与数据挖掘领域的国际知名学术期刊上发表SCI论文7篇。担任IEEE TKDE审稿人，现主持国家自然科学基金青年项目1项，参与国家自然科学基金重点项目1项，曾参与浙江省重点研发计划项目1项及国家自然科学基金面上项目1项。
六、科研成果
【主持科研项目】
国家自然科学基金青年基金，面向异构形状数据的稳态成员关系聚类算法研究，62306282， 2024.01.01—2026.12.31
【近五年发表论文】
1. Junyi Guan, Sheng Li*, Xiongxiong He, Jinhui Zhu, Jiajia Chen, and Peng Si. SMMP: A Stable-Membership-Based Auto-Tuning Multi-Peak Clustering Algorithm[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), vol. 45. no. 5, pp. 6307-6319, 2023. (SCI一区， CCF A 类)
2. Junyi Guan, Sheng Li*, Xiaojun Chen, Xiongxiong He, and Jiajia Chen. DEMOS: clustering by pruning a density- boosting cluster tree of density mounts[J]. IEEE Transactions on Knowledge and Data Engineering (TKDE), vol. 35. no. 10, 2023. (SCI一区，CCF A 类)
3. Junyi Guan, Sheng Li*, Jinhui Zhu, Xiongxiong He, and Jiajia Chen, Fast main density peak clustering within relevant regions via a robust decision graph, Pattern Recognition, 2024. (SCI一区，CCF B类)
4. Junyi Guan, Sheng Li*, Xiongxiong He, and Jiajia Chen. Clustering by fast detection of main density peaks within a peak digraph[J]. Information Sciences, vol. 628, pp. 504-521, 2023. (SCI一区，CCF B类)
5. Junyi Guan, Sheng Li*, Xiongxiong He, and Jiajia Chen. Fast hierarchical clustering of local density peaks via an association degree transfer method[J]. Neurocomputing, vol. 455, pp. 401-418, 2021. (SCI一区)
6. Junyi Guan, Sheng Li*, Xiongxiong He, and Jiajia Chen. Peak-graph-based fast density peak clustering for image segmentation[J]. IEEE Signal Processing Letters, vol. 28, pp. 897-90, 2021. (SCI二区)
7. Junyi Guan, Sheng Li*, Xiongxiong He, and Jiajia Chen. A novel clustering algorithm by adaptively merging sub- clusters based on the Normal-neighbor and Merging force[J]. Pattern Analysis and Applications, vol. 24. no. 3, pp. 1231- 1248, 2021. (SCI二区)