陈素根，男，安徽当涂人，博士，教授，硕士生导师，安徽省非线性学会理事，免费白菜分享论坛学术委员会委员，59白菜网论坛学术委员会委员。2004年本科毕业于安庆师范学院数学与应用数学专业，2009年硕士毕业于合肥工业大学计算数学专业, 2016年博士毕业于江南大学控制科学与工程专业，2018年10月至2019年10月在英国萨里大学视觉语音信号处理中心访学(University of Surrey, CVSSP)。2015年晋升副教授，2018年遴选为硕士生导师，2020年晋升教授。主持和参与国家自然科学基金、安徽省自然科学基金、安徽省高等学校自然科学研究项目、安徽省高校优秀青年人才支持项目10余项，主要研究方向为模式识别与智能系统、机器学习、计算机辅助几何设计与图形学等，在国内外学术期刊发表论文40余篇，目前担任国际期刊IEEE Transactions on Cybernetics、Applied Soft Computing、Information Fusion、Neural Networks、Knowledge-Based Systems、Engineering Applications of Artificial Intelligence和Neural Processing Letters等期刊的审稿人。
教学情况：
一、主讲课程
本科生课程：数学分析、数值分析、高等数学、线性代数、科学计算导论等。
研究生课程：模式识别、数据挖掘技术与应用、计算软件选讲、数学论文写作指导等。
二、教研项目
[1] 主持2012年度校级质量工程项目“信息与计算科学专业《计算机图形学》实验教学改革研究--基于OpenGL和Matlab的实验设计与仿真”。
[2] 主持2018年度安徽省省级质量工程项目“大规模在线开放课程(MOOC)示范项目《数值分析》”。
[3] 主持2020年度安徽省教学示范课“数值分析”。
[4] 主持2021年度安徽省省级质量工程项目“课程思政示范课程《数值分析》”。
[5] 参与2010年安徽省质量工程项目“数学分析省级教学团队”。
[6] 参与2010年安徽省质量工程项目“信息与计算科学省级特色专业”。
[7] 参与2020年安徽省质量工程项目“数学课程思政教学团队”。
[8] 参与2020年安徽省质量工程项目“省级线上课程项目《数学建模》”。
[9] 参与2023年安徽省质量工程项目“大中小课程思政一体化示范课程”。
三、教学获奖
[1] 2009年指导员工参加全国老员工数学建模竞赛获全国一等奖一项。
[2] 2009年指导员工参加全国老员工数学建模竞赛获安徽赛区一等奖一项。
[3] 2011年指导员工参加全国老员工数学建模竞赛获全国一等奖一项。
[4] 2011年指导员工参加全国老员工数学建模竞赛获安徽赛区一等奖一项。
[5] 2011年指导员工参加“中国电机工程学会杯”全国老员工电工数学建模竞赛获全国一等奖一项。
[6] 2012年指导员工参加全国老员工数学建模竞赛获安徽赛区一等奖一项。
[7] 2013年指导员工参加美国老员工数学建模竞赛获国际二等奖一项。
[8] 2013年指导员工参加第五届全国老员工数学竞赛（预赛）数学类中获赛区一等奖一项。
[9] 2016年指导员工参加全国老员工数学建模竞赛获安徽赛区一等奖一项。
[10] 2016年获安徽省教学成果奖二等奖(参与)。
[11] 2017年指导员工参加全国老员工数学建模竞赛获安徽赛区二等奖一项。
[12] 2019年指导员工参加全国老员工数学建模竞赛获安徽赛区二等奖一项。
[13] 2020年指导员工参加全国老员工数学建模竞赛获安徽赛区三等奖一项。
[14] 2021年指导员工参加第一届长三角高校数学建模获研究生组二等奖一项、三等奖一项。
[15] 2021年获59白菜网论坛首届课程思政教学设计大赛教学赛一等奖。
[16] 2021年获免费白菜分享论坛首届课程思政教学设计大赛教学赛理科组一等奖。
[17] 2021年获安徽省第五届普通高校青年教师教学竞赛理科组二等奖。
[18] 2022年指导员工参加全国老员工数学建模竞赛获安徽赛区一等奖一项。
[19] 2023年指导员工参加全国老员工数学建模竞赛获安徽赛区一等奖一项、二等奖两项。
[20] 2023年获安徽省教学成果奖一等奖(参与)。
科研情况：
一、学术研究课题
[1] 主持2017国家自然科学青年基金项目“非平行平面支持向量机及多核学习算法研究”。
[2] 主持2017省高校优秀青年人才支持项目“非平行平面支持向量机若干问题研究”。
[3] 主持2012省高校自然科学研究项目“非线性样条构造及其应用的进一步研究”。
[4] 主持2010校青年科研基金项目“基于非线性样条的几何造型及其应用的进一步研究”。
[5] 参与2016省高校自然科学研究重点项目“含新能源微网电力系统能效协联优化建模与智能调度研究”(第一参与人)。
[6] 参与2017省高校自然科学研究重点项目“半向量双层规划的优化方法及应用研究”(第一参与人)。
[7] 参与2017省高校自然科学研究重点项目“人形机器人情感感知与情感表达方法研究”(第二参与人)。
[8] 参与2019省自然科学基金面上项目“基于面部表情的类人机器人“看学做”关键技术研究”(第二参与人)。
[9] 参与2020省自然科学基金面上项目“时空情景感知下基于社区发现的个性化推荐研究”(第一参与人)。
[10] 参与2020安徽省高校自然科学研究重点项目“结构感知互补驱动的图像盲去模糊正则化方法研究”(第二参与人)。
二、代表性科研成果
[1] 陈素根,吴小俊,曹俊峰.训练样本类内局部调整的人脸识别方法，南京大学学报(自然科学)，2015.
[2] 陈素根,尹贺峰.基于白化PCA图像重构的特征补偿人脸识别新方法，计算机应用研究，2015.
[3] 陈素根,赵正俊.拟三次三角B样条曲线曲面构造及其应用，小型微型计算机系统, 2015.
[4] 陈素根,吴小俊.基于特征值分解的中心支持向量机算法，电子与信息学报, 2016.
[5] 陈素根,吴小俊.改进的投影孪生支持向量机，电子学报，2017.
[6] Sugen Chen, Juan Xu. Least squares twin support vector machine for multi-class classification, International Journal of Database Theory and Application, 2015.
[7] Sugen Chen, Xiaojun Wu, Juan Xu. Locality preserving projection twin support vector machine and its application in classification, Journal of Algorithms and Computational Technology, 2016.
[8] Sugen Chen, Xiaojun Wu, Renfeng Zhang. A novel twin support vector machine for binary classification problems, Neural processing letters, 2016.
[9] Sugen Chen, Xiaojun Wu, Hefeng Yin. KPCA method based on within-class auxiliary training samples and its application to pattern classification, Pattern Analysis and Applications, 2017.
[10] Sugen Chen, Xiaojun Wu. Multiple birth least squares support vector machine for multi-class classification, International Journal of Machine Learning and Cybernetics, 2017.
[11] Sugen Chen, Xiaojun Wu. A new fuzzy twin support vector machine for pattern classification, International Journal of Machine Learning and Cybernetics, 2018.
[12] Sugen Chen, Xiaojun Wu, Hefeng Yin. A novel projection twin support vector machine for binary classification, Soft Computing, 2019, 23(2): 655-668.
[13] Sugen Chen, Junfeng Cao, Zhong Huang, Weighted Linear Loss Projection Twin Support Vector Machine for Pattern Classification, IEEE Access, 2019.
[14] Sugen Chen, Junfeng Cao, Zhong Huang, Chuansheng Shen. Entropy-based fuzzy twin bounded support vector machine for binary classification, IEEE Access, 201.
[15] Sugen Chen, Xiaojun Wu, Juan Xu, Locality preserving projection least squares twin support vector machine for pattern classification, Pattern Analysis and Applications, 2020.
[16] Sugen Chen, Junfeng Cao, Fenglin Chen, Binging Liu. Entropy-based fuzzy least squares twin support vector machine for pattern classification, Neural Processing Letters, 2020.
[17] 陈素根，石婷. 新型鲁棒孪生支持向量回归机，计算机科学与探索，2023.
[18] 陈素根，刘玉菲. 改进的Ramp孪生支持向量机聚类，计算机科学与探索， 2023.
[19] Ting Shi, Sugen Chen*. Robust twin support vector regression with smooth truncated Hε loss function, Neural Processing Letters, 2023.
[20] Yufei Liu, Sugen Chen*, Jiao Zhu, Cong Hu. Plane-based clustering with asymmetric distribution loss, Applied Soft Computing, 2023.
[21] Jiao Zhu, Sugen Chen*, Yufei Liu, Cong Hu. Energy-based structural least squares twin support vector clustering, Engineering Applications of Artificial Intelligence, 2024.
