一、个人基本信息

姓名：陈华庆

所在单位：信息工程学院（电子教研室）

教育背景：厦门大学博士（最后学历学位）

岗位职称：专任教师

研究领域：例：深度学习、人工智能、计算器网络

教学课程：电子产品质量控制技术、信息技术及素养、创新创业基础

通讯地址：厦门市翔安区洪钟路4566号敦睦楼×××（可填学校学院）

Emai l：xm18959203010@qq.com

二、个人获奖情况

1. 2024年度优秀教师代表，厦门市中华职业教育社，2024.9.14

2. 2024 年省级教学成果奖（闽教师〔2025〕5 号）二等奖，一体两翼五缘聚力构建职业教育服务闽台融合发展的蓝色之路（林金华、郑子航、赵胜东、林晓鹏、杨智玲、王忠杰、曾悦、付乾坤、陈华庆、许琛琛、杜珂、赵世一、王彬清、葛冯敏）2025.1.26

3. 2025年4月指导学生参加省技能大赛(集成电路,二等奖)

三、代表性教科研项目/成果

1. 2022年，厦门海洋职业技术学院高层次人才科研专项立项，项目编号：KYG202205，项目名称：防伪酒标智能检测技术研究及应用(2022.12-2025.12)

2. 2023年，横向课题立项，项目编号：KYDHY20231101，专案名称：客户关系管理系统开发(2023.11-2024.7)

3. 2024年，横向课题立项，项目编号：KYDHY20241201，专案名称：供应链管理系统开发(2024.11-2025.7)

四、代表性论文专着

1. Chen, H.-C., & Feng, H.-M. (2023). Small Convolutional Neural Network Trainer Designed through Transfer Learning in Dessert Classification. Journal of Internet Technology, 24(7), 1477–1487. DOI: 10.53106/160792642023122407009 (SCI) ( 2023/12/27 出刊,11页) ( ISSN: 1607-9264)

2. Chen, H.-C.; Li, S.-A.; Chang, T.-H.; Feng, H.-M.; Chen, Y.-C. Hybrid Centralized Training and Decentralized Execution Reinforcement Learning in Multi-Agent Path-Finding Simulations. Applied Sciences. 2024, 14(10), 3960-3980. https://doi.org/10.3390/app14103960 (SCI) ( 2024/5/7 出刊,21页) ( ISSN: 2076-3417)

3. Hua-Ching Chen, Hsuan-Ming Feng, "Hybrid Deep Learning Fusion Combined Technology Acceptance Models for Counterfeit Label Classification and Satisfaction Assessment Applications" in Journal of Imaging Science and Technology, 2025, pp 1 – 19. https://doi.org/10.2352/J.ImagingSci.Technol.2025.69.4.040402 (SCI) ( 2025/4/1 出刊,19页) ( ISSN: 1062-3701 )

4. Sensing Feature Fusion with ReliefF Algorithm and Canonical Correlation Analysis in Counterfeit Label Classifications, Sensors and Materials. (SCI, 2025.5.16已接受,准备出刊中)

5. Enhanced Centralized Contention Window Optimization with Deep Reinforcement Learning on Highly Dense Wireless Networks, Journal of Internet Technology, (SCI, 2025.1已接受,准备出刊中)

五、主要授权发明专利

1. 一种酒瓶质量检测仪器，ZL 2023 2 2761752.7，实用新型专利，2024.5.14，专利号：2023227617527

2. 一种鱼类监测多方位成像装置，ZL 2024 2 0133840.4，实用新型专利，2024.9.6，专利号：2024201338404