科研工作简况：

自2003年始从事无线传感网络与大数据的研究和开发，目前主要研究方向为：物联网、大数据、深度学习、软件工程。近年来，主持国家自然科学基金面上项目、地区项目5项、国防预研重点项目1项、国家入园入企项目1项、工信部物联网专项1项，主持省部级重点基金、重点科技支撑项目10余项、国防项目3项、企业委托项目10余项；在《IEEE Transactions on Computational Social Systems》、《软件学报》、《计算机学报》、《计算机研究与发展》、《电子学报》、《通信学报》等发表学术论文180余篇，其中SCI、EI收录100余篇、出版书籍3部；已授权物联网大数据方向发明专利20项，登记物联网大数据方向软件著作权29项。

近年主持的部分科研项目：

                 [1]      国家自然科学基金地区项目，62362052，基于多视角约束的异质网络关键节点评估方法研究，2024.1.1—2027.12.31，主持

                 [2]      国家自然科学基金地区项目，62062050，基于图神经网络的机会网络节点重要度评估方法研究，2021/01–2024/12，主持

                 [3]      国家自然科学基金地区项目，61762065，基于深度信念网的便携设备交换网络链路预测方法研究，2018/01–2021/12，主持

                 [4]      国家自然科学基金地区项目，61262020，机会传感网络连通性监视方法研究， 2012/01–2016/12，主持

                 [5]      国家自然科学基金面上项目，60773055，应用于事件检测的无线传感器网络自身健康状态监视研究，2008/01–2010/12，主持

                 [6]      国防基础科研计划重点项目，A0520132029，XXX飞机机载嵌入式系统软件测试验证与评价技术，2014/01–2017/12，主持

                 [7]      工信部物联网专项基金项目，江西省重要河湖的水质量监测系统研制和应用示范，2015/01–2017/12，主持

                 [8]      江西自然科学基金重点项目，20171ACB20018，基于深度信念网的动态加权网络链路预测机制研究，2017/01–2019/12，主持

                 [9]      江西省重点研发计划项目，20171BBH80022，面向服务的物联网中间件平台关键技术研究，2017/01–2019/12，主持

主要荣誉：

2009年，国务院政府特殊津贴

1997年，全国“三育人”先进个人

2023年，江西省五一劳动奖章

2008年，江西省新世纪百千万人才工程第一、二层次人选

2007年，江西省高等学校教学名师

2006年，2011年，江西省高校中青年学科带头人

主要获奖：

获江西省科技进步三等奖1项（排名第1）、南昌市科技进步三等奖1项（排名第1）。

获江西省教学成果一等奖3项（排名第1）、江西省教学成果二等奖2项（排名第2）、江西省教育科学优秀成果二等奖1项（排名第2）。

软件工程一级学科负责人，带领我校软件工程学科在教育部第四、五轮学科评估中名列江西省第1。

软件工程专业负责人，带领我校软件工程专业获批国家级一流本科专业、国家级特色专业、国家级工程实践教育中心，通过中国工程教育专业认证，入选江西省首批特色化示范性软件学院，获批江西省高水平本科教学团队、江西省首批虚拟教研室，主讲课程“软件工程”获国家一流本科课程。

  部分论文（中文）：

                 [1]      舒坚，史佳伟（研究生），刘琳岚，Manar Al-Kali. 基于时空卷积的机会网络拓扑预测[J]. 通信学报，2023，44(3)，145-156. （信息通信领域T1，CCF T1）

                 [2]      舒坚，高素（研究生），陈宇斌. 基于自适应广义回归神经网络的链路质量评估[J].计算机研究与发展，2020，57(12)，2662-2672. （CCF A，CCF T1）

                 [3]      舒坚，王启宁（研究生），刘琳岚. 基于深度图嵌入的无人机自组网链路预测[J]. 通信学报，2021，42(7)：137-149. （信息通信领域T1，CCF T1）

                 [4]      舒坚，刘满兰（研究生），尚亚青，陈宇斌，刘琳岚. 基于高斯过程回归的链路质量预测模型[J].通信学报，2018，39(7)：148-156. （信息通信领域T1，CCF T1）

                 [5]      舒 坚，张学佩（研究生），刘琳岚，杨志勇. 基于深度卷积神经网络的多节点间链路预测方法[J].电子学报，2018，46(12)：2970-2977. （CCF A，CCF T1）

                 [6]      舒 坚，张学佩（研究生），罗序燕，孟令冲，刘琳岚. 基于深度学习的机会网络链路预测[J].软件学报，2016，27(S1)：36-48. （CCF A，CCF T1）

                 [7]      舒坚，郭凯（研究生），刘群，刘琳岚. 机会传感网络连通性参数研究[J].计算机学报，2016，39(5)：1067-1080. （CCF A，CCF T1）

                 [8]      舒坚，汤津（研究生），刘琳岚，胡刚，刘松. 基于模糊支持向量回归机的WSNs链路质量预测[J].计算机研究与发展，2015，52(8)：1842-1851. （CCF A，CCF T1）

部分论文（英文）：

                 [1]      Jian Shu, Yao Liang（研究生） , Wanli Ma, and Linlan Liu. Key Nodes Evaluation Method Based on Combination Weighting VIKOR in Social Networks[J]. IEEE Transactions on Computational Social Systems, 2024.（SCI Ⅱ）

                 [2]      Shu Jian, Yunchun Liao（研究生）, and Jiahao Li. Spatial-Temporal Attention TCN-Based Link Prediction for Opportunistic Network[J]. Electronics, 2024, 13(5), 957.（SCI Ⅲ）

                 [3]      Pengtao Wang (研究生), Jian Shu, Linlan Liu and Xiaolong Yao. Meta-path-based key node identification in heterogeneous networks[J].  Frontiers in Physics, 2024, 12, 1351500. （SCI Ⅲ）

                 [4]      Chen Z（研究生）, Shu J, Liu L. The node importance evaluation method based on graph convolution in multilayer heterogeneous networks[J]. Connection Science, 2023, 35（1）：2229964. （SCI Ⅳ）

                 [5]      Jian Shu, Jiawei Shi（研究生）, Liang Liao. Link Prediction Model for Opportunistic Networks Based on Feature Fusion[J]. IEEE ACCESS, 2022, 10, 80900-80909. （SCI Ⅲ）

                 [6]      Yuling Ma（研究生） and Jian Shu. Opportunistic Networks Link Prediction Method Based on Bayesian Recurrent Neural Network[J].IEEE ACCESS，2019.12，7(1)：185786-185795. （SCI Ⅱ）

                 [7]      Xulin Cai（研究生）, Jian Shu and Manar AL-KALI.Link Prediction Approach for Opportunistic Networks Based on Recurrent Neural Network[J].IEEE ACCESS，2019，7(1)：2017-2025. （SCI Ⅱ）

                 [8]      SHU Jian, LIU Song（研究生）, LIU Linlan, ZHAN Liqin and HU Gang. Research on Link Quality Estimation Mechanism for Wireless Sensor Networks Based on Support Vector Machine[J].Chinese Journal of Electronics,2017,26(2):377-384. （CCF A，CCF T1，SCI Ⅳ）

部分授权专利：

                 [1]      史佳伟（研究生），舒坚，一种采用因果卷积神经网络的机会网络拓扑预测方法，202110850374.2，授权日期：2023.5.23

                 [2]      魏正皓（研究生），舒坚，一种采用图对比学习的机会网络节点嵌入方法，202111044097.2，授权日期：2023.5.5

                 [3]      占晓勇（研究生），舒坚，一种采用网络约简与图神经网络评估异质信息网络关键节点的方法，202211195029.0，授权日期：2022.12.23

                 [4]      廖亮（研究生），舒坚，刘琳岚，一种基于网络变化度的PSN网络的时间切片方法，202010475542.X，授权日期：2022.9.2

                 [5]      陈志兴（研究生），舒坚，一种采用深度强化学习评估异质社交网络关键节点的方法，202110845344.2，授权日期：2022.7.2

                 [6]      江贵荣（研究生），舒坚，刘琳岚，一种采用概要图和节点对相互影响值评估关键节点的方法，201910435456.3，授权日期：2021.12.24

                 [7]      高素（研究生），舒坚，刘琳岚，一种采用广义回归神经网络评估链路质量的方法，201910346281.9，授权日期：2021.12.21

                 [8]      王启宁（研究生），舒坚，刘琳岚，一种采用深度图嵌入的无人机集群组网方法，201910936940.4，授权日期：2021.11.19

                 [9]      赵鸿剑（研究生），舒坚，一种采用融合实体上下文的知识图谱链路预测方法，202110934041.8，授权日期：2021.10.29

             [10]      朱文俊（研究生），舒坚，一种采用GraphSAGE预测时序网络链路的方法，202010746960.8，授权日期：2021.6.15

             [11]      马万里（研究生），舒坚，牛文生，采用LeaderRank算法评估社交网络关键节点的方法，202010746950.4，授权日期：2021.3.29

             [12]      胡欢锋（研究生），舒坚，刘琳岚，一种采用灰色马尔科夫模型的无人机自组网路由选择方法与系统，201910936935.3，授权日期：2020.9.29