1. 个人简介
本人一直从事模式识别与智能系统相关领域的科研工作,参与国家自然科学基金重大研究计划“共融交互中的机器人语义场所感知与自主作业(No. 91748106)”和面上基金“面向大数据的DSmT 近似推理及其目标识别应用研究(No. 61573097)”的研究,并且参与多项信息工程实验室开放基金以及十三五全军共用信息系统装备预先研究重点项目的研究。
本人于2022年4月入职盐城工学院电气工程学院智能装备与系统专业系,担任专任教师并获得讲师职称。主要承担《智能决策理论与方法》、《智能感知技术》等本科课程教学。任职期间,除了学校的活动之外,本人也积极参与学术团体举办的活动,本文为中国自动化学会会员、江苏省自动化学会会员。在2023年5月,本人参与了中国自动化学会智能制造系统专业委员会换届大会并成功被聘任为新一届委员。
2. 教育与工作经历
(1) 2014-09 至 2021-11, 东南大学, 模式识别与智能系统, 博士
(2) 2010-08 至 2014-06, 东南大学, 自动化, 学士
(3) 2022-04 至 今, 盐城工学院, 电气工程学院, 讲师
3. 研究方向
模式识别与智能系统。
4. 主要教科研成果
教学成果:
[1]第四届盐城工学院教师教学创新大赛青年教师赛道三等奖;
科研成果:
[1] Li Xianghui, Li Xinde, Li Zhijun, Xiong Xinran, Khyam Mohammad Omar, Sun Changyin. Robust vehicle detection in high-resolution aerial images with imbalanced data[J]. IEEE Transactions on Artificial Intelligence. 2021, 2(3): 238-250.
[2] Li Xinde, Li Xianghui, Ge Sam Shuzhi, Khyam Mohammad Omar, Luo Chaoming. Automatic welding seam tracking and identification[J]. IEEE Transactions on Industrial Electronics. 2017, 64(9): 7261-7271.
[3] Li Xianghui, Li Xinde, Pan Hong. Multi-scale vehicle detection in high-resolution aerial images with context information[J]. IEEE Access. 2020, 8(1): 208643-208657.
[4] Li Xianghui, Li Xinde, Khyam Mohammad Omar, Ge Sam Shuzhi. Robust welding seam tracking and recognition[J]. IEEE Sensors Journal. 2017, 17(17): 5609-5617.
[5] Li Xianghui, Li Xinde, Khyam Mohammad Omar, Luo Chaomin, Tan Yingzi. Visual navigation method for indoor mobile robot based on extended BoW model[J]. CAAI Transactions on Intelligence Technology. 2017, 2(4): 142-147.
[6] Li Xianghui, Li Xinde. Robust Vehicle Detection in Aerial Images Based on Image Spatial Pyramid Detection Model[C]. In: 2019 IEEE 4th International Conference on Advanced Robotics and Mechatronics (ICARM). 2019: 850-855.
[7] Li Pei, Li Xinde, Li Xainghui, Pan Hong, Khyam Mohammad Omar, Noor-A-Rahim Mohammad. Place perception from the fusion of different image representation[J]. Pattern Recognition. 2021, 110(1): 107680-107690.
[8] Dong Yilin, Zhou Rigui, Zhu Changming, Cao Lei, Li Xianghui. Hierarchical Activity Recognition Based on Belief Functions Theory in Body Sensor Networks[J]. IEEE Sensors Journal. 2022, 22(15): 15211-15221.
[9] 2022年“科创江苏”创新创业大赛盐城赛区三等奖。