个人简介：刘志刚 教授，副院长，博士，硕士生导师。新加坡国立大学访问学者，中国计算机学会高级会员，黑龙江省人工智能学会智能油气田专委会委员，中国石油企业协会专家。

工作经历：

[1] 2020.01-2022.11，计算机科学与技术系主任。负责计算机科学与技术系的国家一流专业建设与人才培养模式改革。勠力同心、共克时艰，2020-2021带领专业全体同仁一起战斗，2022正式通过全国工程教育专业认证。三年期间，2次荣获先进集体（2020、2022）、1次荣获先进基层党组织（2021）

[2] 2023.12-至今，44118太阳成城集团教学副院长。致力于：应用型专业办学改革，全面深化校企合作、产教融合，实施学科竞赛人才培养改革路径，创新性推动教学管理数据信息化工程。

座右铭：Never Stop Exploring。

联系方式：0459-6503590，ZhigangLiu@nepu.edu.cn，科研室1D212。

欢迎研究有热情、生活有激情、学习有真情、善于思考、有逻辑性与认知的学生与我联系。愿意帮助每一个有缘相识的学生。

研究方向：

[1] 机器学习理论：深度学习、对抗学习、迁移学习、极限学习等

[2] 计算机视觉：智能环境感知

[3] 油田智能应用：智能测井评价、智能故障诊断等

———Nice的分割线！下面看这些对你可能很无聊，节省时间、好好生活———

1. 教学工作

[1]为博士生、硕士生、本科生主讲《人工智能导论》、《神经网络与深度学习》、《深度学习理论》、《软件体系结构》、《软件工程》、《计算机网络与通信》、《高级程序设计》等课程

[2]黑龙江一流课程《人工智能导论》负责人，黑龙江省课程思政示范课《人工智能导论》负责人，国家一流课程《操作系统》重要成员

[3]出版教材3部，荣获中国石油和化学工业联合会教材一等奖1项

[4]主持教研课题省部级6项、厅局级7项，获中国石油教育学会教学成果奖1项、44118太阳成城集团教学成果奖2项、中国人工智能学会优秀教学案例1项

[5]学生评教长期优秀（2019年全院第6，2020年全院第4），多次荣获“青年教师赛课优秀奖”、“劳动模范”、“优秀党员”、“优秀教师”、“师德先进个人”

2. 科研学术

[1]省部级基金类课题7项，中石油股份公司、中石油勘探研究院等横向课题23项

[2]发表SCI/EI学术论文论文16篇，其中1篇入选2021-2022“ESI高被引论文”

[3]国家发明专利5项，中国石油和化学工业联合会科学技术奖三等奖1项

3. SCI/EI代表性论文

[1]ADCM: Attention Dropout Convolutional Module, Neurocomputing, 2020.(TOP期刊, SCI-2区:000531730600009，IF: 4.072)

[2]Small Traffic Sign Detection from Large Image, Applied Intelligence, 2021-2022‘ESI高被引’(SCI-3区: 000511764700001, IF: 1.983)

[3]MR-CNN: A Multi-scale Region-based Convolutional Neural Network for Small Traffic Sign Recognition, IEEE ACCESS, 2019(SCI-2区: 000468480900001, IF: 3.745)

[4]Traffic Sign Recognition Using an Attentive Context Region-based Detection Framework, Chinese Journal of Electronics,2021(SCI-4区: 000713126600011, IF: 1.014)

[5]基于通道干预渐进式差异减小网络的跨模态行人重识别. 计算机辅助设计与图形学学报, 2024（EI待检）

[6]抑制背景干扰的行人重识别方法. 计算机辅助设计与图形学学报, 2022（EI：20221712042431）

[7]一种多因素引导的行人重识别数据增广方法研究．电子科技大学学报，2023（EI待检）

[8]基于卷积神经网络的抽油机故障诊断．电子科技大学学报，2020（EI：20204309386804)

[9]一种混合优化的结构自适应极限过程神经网络及应用．控制与决策，2018（EI：20184406012373）

[10]基于ELM-PNN算法的第24周太阳黑子预测预报．控制与决策，2017（EI：20173504103583）

[11]基于QPSO和极限学习的离散过程神经网络及学习算法．控制与决策，2016（EI：20165103149972）

[12]基于量子衍生布谷鸟的脊波过程神经网络及TOC预测．控制与决策，2016（EI：20172903946313）

[13]基于离散过程神经网络的页岩油气储层有机碳含量预测．中国石油大学学报，2017（EI：20172103686446）

4.教学代表性论文

工程认证与产教融合双驱动的新工科人才培养探索，实验室研究与探索，2022

——若感兴趣，联系我吧（Email），一起进步、阳光，提高认知——