【特惠】26考研
红包
【考研】专业课HOT
26考研
【MBA】管综备考
【申硕】同等学力
【报录比】查询
计划
【真题】历年考试
计划
【26考研】全科高分
预备
【在职】双证硕士
26考研
【测评】英语|政治
免费
【AI】智能择校
免费
【.zip】资料下载
精
扫码加入训练营
牢记核心词
学习得礼盒
在读研期间,所有与你读研相关的事情,可能都需要经过你的导师同意,所以说,选择导师真的很重要,也希望大家能够认真对待这件事,怎样才能选择适合自己的导师呢?这就要我们提前做足功课,尽可能多的搜集有关你准备报考的导师的信息,下面新东方在线考研频道为大家分享:“北京交通大学硕士研究生导师信息:李艳凤”文章。
北京交通大学硕士研究生导师信息:李艳凤
李艳凤
博士、教授
基本信息
办公电话:51685093电子邮件: yf.li@bjtu.edu.cn
通讯地址:九教南210邮编:
教育背景
学士学位,2006年9月-2010年7月,北京交通大学
博士学位,2010年9月-2015年1月,北京交通大学
联合培养博士生,2012年9月-2013年9月,卡内基梅隆大学(美国)
工作经历
2022.01-至今 北京交通大学 教授
2015.01-2021.12 北京交通大学 副教授
研究方向
信息处理与人工智能
信号处理与电子系统
新一代电子信息技术
人工智能
通信工程
招生专业
信息与通信工程硕士
电子科学与技术硕士
新一代电子信息技术(含量子技术等)硕士
信息与通信工程博士
人工智能硕士
人工智能博士
通信工程(含宽带网络、移动通信等)硕士
科研项目
北京交通大学: 多模态图像融合方法研究, 2024-2025
北京市自然基金“青年”: 单源域泛化行人再识别研究, 2024-2025
北京交通大学: 高速铁路运营线施工安全监测预警关键技术研究, 2023-2023
北京交通大学: 铁路运营线施工安全监测系统设计与实施, 2023-2023
北京市自然基金“面上”: 无监督行人再识别研究, 2023-2025
国家自然科学基金“面上”: 域泛化医学图像分割方法研究, 2023-2026
红果园国家级“科技委”: XX系统架构与网络XX边缘, 2022-2023
红果园国家级"四总部": 面向XXX的分布式非正交多址自组网技术与终端, 2021-2025
红果园国家级"四总部": XX识别建模, 2022-2023
国家自然科学基金“面上”: 基于RGB-红外图像的跨模态行人再识别研究, 2022-2025
北京交通大学: 基于新一代信息技术的铁路运营线施工安全智能监控系统, 2021-2023
基于多模态信息融合的行人再识别研究
红果园国家级“科技委”: 基于XXXX基础理论与关键技术研究, 2020-2024
其他部市(2020.10起仅限省部级科技计划\基金\专项): 视频入侵检测与内容理解技术研发及产业化, 2019-2024
北京交通大学: 轨道交通设备智能化运行维护管理与分析系统, 2019-2021
北京交通大学: 动车组联轴节齿轮表面点蚀视觉检测及控制系统, 2019-2020
国家自然科学基金“面上”: 基于ABVS图像的乳腺病变检出与分类及参数测量, 2019-2022
北京交通大学: 车载视觉系统技术研发_北京市科委配套经费_尾款, 2018-2020
基于 MRI 图像的肺肿块检测与分类方法研究
北京市科委: 纵向预研基金-北京市科委-KWH15003531, 2018-2019
北京交通大学: 车载视觉系统技术研发(北京市科技计划配套经费), 2017-2018
高铁列车传动部件的表面缺损分析关键技术研究
北京市科委: 车载视觉系统技术研发, 2016-2018
国家自然科学基金"青年基金": 基于双边双视角的乳腺癌检测与分类方法研究, 2016-2018
国家自然科学基金“面上”: 多模态MRI图像肺癌检测与分类方法研究, 2016-2019
北京市科委: 显示驱动和触控集成芯片研发, 2015-2016
其它: 多模态MRI图像配准理论及应用研究 , 2015-2017
基于双边双视角的乳腺癌检测方法研究
国家自然科学基金“面上”: 基于乳腺X线图像处理的乳腺癌检测方法研究, 2013-2016
教学工作
信号与系统、数字信号处理、模式识别与机器学习、深度学习、深度学习理论及应用
论文/期刊
周悦,陈后金,李艳凤,Liu,Xu,Wang,Yap,Shen.Multi-task learning for segmentation and classification of tumors in 3D automated breast ultrasound images.Medical Image Analysis,2021,None(70)
李家忻,陈后金,李艳凤,彭亚辉,蔡纳新,曹旭阳.AMRSegNet: adaptive modality recalibration network for lung tumor segmentation on multi-modal MR images.Multimedia Tools and Applications,2021,None(None)
蔡纳新,陈后金,李艳凤,彭亚辉,李居朋.Reducing non-realistic deformations in registration using precise and reliable landmark correspondences.Computers in Biology and Medicine,2019,115(115)
王敏鋆,陈后金,李艳凤,游宇豪,朱锦雷.Multi-scale pedestrian detection based on self-attention and adaptively spatial feature fusion.IET Intelligent Transport Systems,2021,6(15)
朱晓迪,李艳凤,孙嘉,陈后金,朱锦雷.Learning with noisy labels method for unsupervised domain adaptive person re-identification.Neurocomputing,2021,无(452)
张子璐,李艳凤,吴文,陈后金,程琳,王舒.Tumor detection using deep learning method in automated breast ultrasound.Biomedical Signal Processing and Control,2021,无(68)
孙嘉,李艳凤,陈后金,张斌,朱锦雷.MEMF: Multi-level-attention emb e dding and multi-layer-feature fusion model for person re-identification.Pattern Recognition,2021,无(116)
曹旭阳,陈后金,李艳凤,彭亚辉,王舒,程琳.Dilated densely connected U-Net with uncertainty focus loss for 3D ABUS mass segmentation.Computer Methods and Programs in Biomedicine,2021,0(209)
李艳凤,张斌,孙嘉,陈后金,朱晓迪,朱锦雷.Person re-identification based on activation guided identity and attribute classification model.Multimedia Tools and Applications,2021,无(80)
朱晓迪,李艳凤,孙嘉,陈后金,朱锦雷.Unsupervised domain adaptive person re-identification via camera penalty learning.Multimedia Tools and Applications,2021,无(80)
张林林,李艳凤,吴文,陈后金,彭亚辉.Salient detection network for lung nodule detection in 3D Thoracic MRI Images.Biomedical Signal Processing and Control,2021,无(66)
孙嘉,李艳凤,陈后金,彭亚辉,朱晓迪,朱锦雷.Visible-infrared cross-modality person re-identification based on whole-individual training.Neurocomputing,2021,无(440)
孙嘉,李艳凤,陈后金,彭亚辉,朱锦雷.Unsupervised Cross Domain Person Re-Identification by Multi-Loss Optimization Learning.IEEE TRANSACTIONS ON IMAGE PROCESSING,2021,无(30)
李艳凤,吴文,陈后金,程琳,王舒.3D tumor detection in automated breast ultrasound using deep convolutional neural network.MEDICAL PHYSICS,2020,11(47)
王鑫慧,陈后金,万齐,李艳凤,蔡纳新,李新春,彭亚辉.Motion correction and noise removing in lung diffusion-weighted MRI using low-rank decomposition.Medical & Biological Engineering & Computing,2020,9(58)
蔡纳新,陈后金,李艳凤,彭亚辉,李家忻.Adaptive Weighting Landmark-based Group-wise Registration On Lung DCE-MRI Images.IEEE Transactions on Medical Imaging,2020,0(0)
曹旭阳,陈后金,李艳凤,彭亚辉,王舒,程琳.Uncertainty Aware Temporal-Ensembling Model for Semi-supervised ABUS Mass Segmentation.IEEE Transactions on Medical Imaging,2021,1(40)
王鑫慧,万齐,陈后金,李艳凤,李新春.Classification of pulmonary lesion based on multiparametric MRI: utility of radiomics and comparison of machine learning methods.EUROPEAN RADIOLOGY,2020,8(30)
李艳凤,张斌,孙嘉,陈后金,朱锦雷.基于多池化融合与背景消除网络的跨数据集行人再识别方法.通信学报,2020,10(41)
李艳凤,张林林,陈后金,程琳.Mass detection in mammograms by bilateral analysis using convolution neural network.Computer Methods and Programs in Biomedicine,2020,无(195)
于翠如,陈后金,李艳凤,彭亚辉,李居朋,杨帆.Correction to: Breast cancer classification in pathological images based on hybrid features (Multimedia Tools and Applications, (2019), 78, 15, (21325-21345), 10.1007/s11042-019-7468-9).Multimedia Tools and Applications,2019,15(78)
李艳凤,张林林,陈后金,杨娜.Lung Nodule Detection With Deep Learning in 3D Thoracic MR Images.IEEE Access,2019,-(7)
李艳凤,曹旭阳,陈后金,张林林,杨娜.基于机器视觉的列车外齿轮磨损状态检测方法.铁道学报,2019,12(40)
曹霖,陈后金,李居朋,李艳凤,程琳.对比双侧视图信息的致密型乳腺X线图像肿块检测.计算机辅助设计与图形学学报,2018,10(30)
吕文超,陈后金,彭亚辉,李艳凤,李居朋.An atlas-based multimodal registration method for 2D images with discrepancy structures.Medical & Biological Engineering & Computing,2018,56(11)
李艳凤,陈后金,曹霖,韩振中,程琳.基于哈希理论和LNP反馈的乳腺X线图像肿块检索方法.物理学报,2014,20(63)
李艳凤,陈后金,魏学业,彭亚辉,程琳.Mass classification inmammograms based on two-concentricmasks and discriminating texton.PatternRecognition,2016,60(2016)
李艳凤,陈后金,Rohde,姚畅,程琳.Texton analysis for mass classification in mammograms.Pattern Recognition Letters,2015,无(52)
李艳凤,陈后金,Yang,程琳,曹霖.A bilateral analysis scheme for false positive reduction in mammogram mass detection.Computers in Biology and Medicine,2015,2015(57)
曹旭阳,陈后金,李艳凤,彭亚辉,周悦,程琳.Boundary Loss with Non-Euclidean Distance Constraint for ABUS Mass Segmentation.2020 13th International Congress on Image and Signal Processing, BioMedical Engineering and Informatics (CISP-BMEI),2020
张林林,李艳凤,陈后金,程琳.Mammographic Mass Detection by Bilateral Analysis Based on Convolution Neural Network.ICIP,2019
李艳凤,陈后金,张林林,程琳.Mammographic mass detection based on convolution neural network.2018 24th International Conference on Pattern Recognition (ICPR),2018
专著/译著
专利
一种行人再识别方法
一种无监督跨域行人再识别方法
一种图像超分辨率网络的训练方法及装置
软件著作权
获奖与荣誉
国家精品在线开放课程“数字信号处理”,2019年
北京市高等教育教学成果二等奖“面向数字化、信息化、智能化时代,深化近代数字信号处理课程的改革”,2018年
国家精品在线开放课程“信号与系统”,2017年
全国电工电子基础课程实验教学案例竞赛一等奖,2018年
北京高校优质本科课程(重点),信号与系统, 2019年
北京高校优质本科教材(重点),数字信号处理, 2020年
社会兼职 以上就是小编为大家分享的:“北京交通大学硕士研究生导师信息:李艳凤”,更多研究生导师信息,欢迎继续浏览新东方在线研究生导师频道。
本文关键字: 硕士研究生导师
资料下载
2014年-2024年考研历年真题汇总
发布时间:2024-04-25扫码添加【考研班主任】
即可领取资料包
考研大纲PDF电子版下载-历年(附解析)
发布时间:2024-04-25扫码添加【考研班主任】
即可领取资料包
2025年考研政数英备考资料zip压缩包
发布时间:2024-04-25扫码添加【考研班主任】
即可领取资料包
考研英语大纲词汇5500打印版(基础必备)
发布时间:2024-04-25扫码添加【考研班主任】
即可领取资料包
新东方在线考试模拟题【12套】
发布时间:2024-04-25扫码添加【考研班主任】
即可领取资料包
2025年考研专业课知识点总结
发布时间:2024-04-25扫码添加【考研班主任】
即可领取资料包
新东方考研资料下载地址
发布时间:2023-05-17新东方在线考研资料合集
下载方式:微信扫码,获取网盘链接
目录:
1.2013-2023年近10年政数英真题及解析PDF版(新东方)
2.2013-2023年专业课考试历年真题及解析PDF版
3.24考研复习备考资料大合集:大纲+备考资料+词汇书+考前押题+自命题
资料介绍:
1.2013-2023年近10年政数英真题及解析PDF版(新东方)
、
2.2013-2023年专业课考试历年真题及解析PDF版
3.24考研复习备考资料大合集
3.24考研复习备考资料:考研大纲
3.24考研复习备考资料:政数英备考资料+自命题真题
------------------
考研备考过程中,尤其是专业课部分,参考往年的考试真题,对于我们的复习有更好的帮助。北京大学考研真题资料都有哪些?小编为大家进行了汇总。
北京大学考研真题资料-公共课
北京大学考研真题资料-专业课
以上就是关于“北京大学考研真题资料下载(历年汇总)”的整理,更多考研资料下载,请关注微信获取下载地址。
2024考研公共课必背知识点汇总
发布时间:2023-01-03扫码添加【考研班主任】
即可领取资料包
2013-2023考研历年真题汇总
发布时间:2023-01-03扫码添加【考研班主任】
即可领取资料包
考研英语大纲词汇(PDF可打印)
发布时间:2023-01-03扫码添加【考研班主任】
即可领取资料包
2024考研专业课知识点总结
发布时间:2023-01-03扫码添加【考研班主任】
即可领取资料包
2023考研政治 内部押题 PDF
发布时间:2022-11-16扫码添加【考研班主任】
即可领取资料包
徐涛:23考研预测六套卷
发布时间:2022-11-16扫码添加【考研班主任】
即可领取资料包
考研政数英冲刺资料最新整理
发布时间:2022-11-16扫码添加【考研班主任】
即可领取资料包
23考研答题卡模板打印版
发布时间:2022-11-16扫码添加【考研班主任】
即可领取资料包
2023考研大纲词汇5500PDF电子版
发布时间:2022-07-28扫码添加【考研班主任】
即可领取资料包
考研历年真题(公共课+专业课)
发布时间:2022-07-28扫码添加【考研班主任】
即可领取资料包
考研英语阅读100篇附解析及答案
发布时间:2022-01-07扫码添加【考研班主任】
即可领取资料包
新东方考研学霸笔记整理(打印版)
发布时间:2022-01-07扫码添加【考研班主任】
即可领取资料包
2001-2021年考研英语真题答案(可打印版)
发布时间:2022-01-07扫码添加【考研班主任】
即可领取资料包
考研英语词汇5500(完整版下载)
发布时间:2022-01-07扫码添加【考研班主任】
即可领取资料包
2022考研政审表模板精选10套
发布时间:2022-01-07扫码添加【考研班主任】
即可领取资料包
历年考研真题及答案 下载
发布时间:2021-12-09扫码添加【考研班主任】
即可领取资料包
考研政审表模板汇总
发布时间:2020-06-17扫码添加【考研班主任】
即可领取资料包
近5年考研英语真题汇总
发布时间:2020-06-17扫码添加【考研班主任】
即可领取资料包
考研英语大纲词汇5500
发布时间:2020-06-17扫码添加【考研班主任】
即可领取资料包
2022考研12大学科专业排名汇总
发布时间:2019-11-21扫码添加【考研班主任】
即可领取资料包
2023考研政治复习备考资料【珍藏版】
发布时间:2019-11-21扫码添加【考研班主任】
即可领取资料包
考研英语万能模板+必备词汇+范文
发布时间:2019-11-21扫码添加【考研班主任】
即可领取资料包
考研数学一、二、三历年真题整理
发布时间:2019-11-21扫码添加【考研班主任】
即可领取资料包
添加班主任领资料
添加考研班主任
免费领取考研历年真题等复习干货资料
推荐阅读
更多>>在读研期间,所有与你读研相关的事情,可能都需要经过你的导师同意,所以说,选择导师真的很重要,也希望大家能够认真对待这件事,怎样
来源 : 网络 2024-09-09 07:05:00 关键字 : 硕士研究生导师
在读研期间,所有与你读研相关的事情,可能都需要经过你的导师同意,所以说,选择导师真的很重要,也希望大家能够认真对待这件事,怎样
来源 : 网络 2024-09-09 07:05:00 关键字 : 硕士研究生导师
在读研期间,所有与你读研相关的事情,可能都需要经过你的导师同意,所以说,选择导师真的很重要,也希望大家能够认真对待这件事,怎样
来源 : 网络 2024-09-09 07:05:00 关键字 : 硕士研究生导师
在读研期间,所有与你读研相关的事情,可能都需要经过你的导师同意,所以说,选择导师真的很重要,也希望大家能够认真对待这件事,怎样
来源 : 网络 2024-09-06 07:05:00 关键字 : 硕士研究生导师
在读研期间,所有与你读研相关的事情,可能都需要经过你的导师同意,所以说,选择导师真的很重要,也希望大家能够认真对待这件事,怎样
来源 : 网络 2024-09-06 07:05:00 关键字 : 硕士研究生导师
资料下载
更多>>扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
新东方在线考研资料合集
下载方式:微信扫码,获取网盘链接
目录:
1.2013-2023年近10年政数英真题及解析PDF版(新东方)
2.2013-2023年专业课考试历年真题及解析PDF版
3.24考研复习备考资料大合集:大纲+备考资料+词汇书+考前押题+自命题
资料介绍:
1.2013-2023年近10年政数英真题及解析PDF版(新东方)
、
2.2013-2023年专业课考试历年真题及解析PDF版
3.24考研复习备考资料大合集
3.24考研复习备考资料:考研大纲
3.24考研复习备考资料:政数英备考资料+自命题真题
------------------
考研备考过程中,尤其是专业课部分,参考往年的考试真题,对于我们的复习有更好的帮助。北京大学考研真题资料都有哪些?小编为大家进行了汇总。
北京大学考研真题资料-公共课
北京大学考研真题资料-专业课
以上就是关于“北京大学考研真题资料下载(历年汇总)”的整理,更多考研资料下载,请关注微信获取下载地址。
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
阅读排行榜
相关内容