李刚 教授

电子与控制工程学院

头像

学位: 工学博士

毕业院校: 长安大学

邮件: 15229296166@chd.edu.cn

电话: 15229296166

出生年月:

办公地点: 西安市未央区长安大学渭水校区能电学院809室

个人资料

  • 学院: 电子与控制工程学院
  • 性别:
  • 出生年月:
  • 职称: 教授
  • 学位: 工学博士
  • 学历: 博士研究生
  • 毕业院校: 长安大学
  • 联系电话: 15229296166
  • 电子邮箱: 15229296166@chd.edu.cn
  • 通讯地址: 西安市未央区长安大学渭水校区能电学院809室
  • 邮编: 710000
  • 传真:
  • 办公地址: 西安市未央区长安大学渭水校区能电学院809室
  • 教育经历:

    2020.12-至今,能源与电气工程学院,新能源科学与工程系,教授,国际博士生导师硕士生导师;

    2016.2-2017.2,美国Tulane University进行访问学者工作;

    2011.1-2013.1,长安大学土木工程博士后流动站工作;

    先后在长安大学计算机及应用专业、长安大学交通信息工程及控制专业获得学士、硕士和博士学位。

个人简介

李刚,男,教授,博士后,能电学院-国际博士生/硕士生导师。先后在长安大学计算机及应用专业、长安大学交通信息工程及控制专业获得学士、硕士和博士学位,于2011年至2013年在长安大学土木工程博士后流动站工作;20162017于美国Tulane University进行访问学者工作。

交通能源融合、智慧交通、机器学习、智能检测及软件工程等学科有着长期的研究积累,先后主持研究陕西科技厅重点产业链、省自然科学基础研究计划项目、广西科技厅重点研发计划、西安市科技计划项目、横向合作开发项目等20余项,获软件著作权3项。在Automation in Construction、Measurement、Measurement Science and Technology、Structural Control and Health Monitoring、Computer Methods and Programs in Biomedicine、International Journal of Pavement Engineering、Engineering Computations、Journal of Infrastructure Systems、Computer Methods and Programs in Biomedicine、《公路学报》、《交通运输工程学报》、《计算机科学》、《激光与光电子学进展》、《光子学报》、《工程图学学报》、《计算机工程与应用》、《微电子学与计算机》等国内外重要学术期刊上发表论文50余篇先后为本科生及硕士研究生主讲课程10余门,现指导硕士研究生16人。

研究方向

交通能源融合、智慧交通、机器学习、智能检测及软件工程。

联系方式

联系电话:15229296166

Email115229296166@chd.edu.cn



社会职务

中国公路学会高级会员

承担土木工程、智能交通领域多种高水平学术期刊的审稿任务

国内期刊:《交通运输工程学报》、《中国公路学报》计算机应用研究《计算机学报》、《计算机应用研究》、《激光与光电子学进展》

研究领域

研究方向

交通能源融合、智慧交通、人工智能、机器学习、智能检测及软件工程

交通能源融合、智慧交通、机器学习、智能检测及软件工程等学科有着长期的研究积累,先后主持研究陕西科技厅重点产业链、省自然科学基础研究计划项目、广西科技厅重点研发计划、西安市科技计划项目、横向合作开发项目等40余项,获软件著作权10余项。在Automation in Construction、Measurement、Measurement Science and Technology、Structural Control and Health Monitoring、Computer Methods and Programs in Biomedicine、International Journal of Pavement Engineering、Engineering Computations、Journal of Infrastructure Systems、Computer Methods and Programs in Biomedicine、《公路学报》、《交通运输工程学报》、《计算机科学》、《激光与光电子学进展》、《光子学报》、《工程图学学报》、《计算机工程与应用》、《微电子学与计算机等国内外重要学术期刊上发表论文50余篇

开授课程

本科课程

《计算机控制技术基础》

《计算机科学导论》

《微机原理及接口技术》

《微机与单片机综合实验》

《计算机网络与通信》

《计算机软件综合实验》

《单片机原理及接口技术》

《自动化专业综合实验》

《本科毕业设计》

《面向对象课程设计》

《软件工程》


研究生课程

《机器学习》

《信息检测处理技术及应用实践》

《车联网技术及应用》

科研项目

主持科研项目(课题)项目情况:

长安大学2022年研究生科研创新实践项目,基于车载设备的危险驾驶行为检测,课题组研究生邓志豪主持,2022.1-2022.12

高速公路危险驾驶行为监测、预警及车辆控制技术研究与应用(项目编号:桂科AB20159032),广西壮族自治区科学技术厅重点研发计划,2020.7-2023.6

基于机器学习的两客一危交通政务大数据治理关键技术研究(项目编号:2020ZDLGY09-03),陕西省科技厅重点研发专项(重点产业创新链),2020.1-2022.12

危化品运输车辆异常行为自动识别与管控技术(项目编号:GSGZJ-2020-08),国家山区公路工程技术研究中心开放基金课题,2021.1-2021.12

长安大学2021年研究生科研创新实践项目,危险货物运输智能信用评估及风险分级管控研究,课题组研究生李喜媛主持,2021.1-2021.12

长安大学2021年研究生科研创新实践项目,基于深度学习的高速公路危险驾驶行为监测及预警研究,课题组研究生兰栋超主持,2021.1-2021.12

长安大学2021年研究生科研创新实践项目,混合深度学习模型驱动的大型复杂结构桥梁检测及预警,课题组研究生陈永强主持,2021.1-2021.12

内蒙古自治区交通运输发展研究中心开放基金,基于机器学习的在役桥梁底部裂缝自动识别方法研究,2020.1-2021.12

西安市科学技术局科技创新人才服务企业项目,混合深度学习的多模态数据融合在桥梁结构性能评估及推演的应用,2020.1-2021.12

长安大学2019年第二期研究生科研创新实践项目,基亍深度学习的多模态影像遗传大数据融合研究,课题组研究生刘强伟主持,300103002075

长安大学2019年度中央高校基本科研业务费资助项目(高新技术研究培育项目),混合深度学习的多模态数据融合在港珠澳大桥结构性能评估及推演的应用,3001023292032019.1-2019.12

西安市科学技术局科技创新引导项目,结构化随机森林的混凝土表面裂缝自动识别,201805045YD23CG29(5)2018.6-2020.6

长安大学2018年研究生科研创新实践项目,基于结构化随机森林的远距离桥梁裂缝精准无损检测,2018.5-2018.12

全国工程硕士专业学位教育指导委员会“全国工程硕士专业学位研究生教育在线课程重点自建项目”,陕西省高水平大学建设专项,《机器学习》课程建设,2018.5-2018.10

长安大学2017年学生创新创业实践专项,远距离桥梁裂缝精准检测仪的研发团队,2017.7-2019.6

长安大学中央高校基本科研业务费专项资金(学生创新实践能力提升子计划)重点项目,一种基于32位单片机与超声波的电子探测识别与防摔的智能跑步装置,2017.6-2017.12

中央高校教育教学改革专项 (研究生卓越人才培养计划项目)计划,基于翻转课堂的车联网技术及应用课程MOOC网络平台建设,2016.1-2016.12

西安市科学技术局高校院所技术转移推进项目,CXY1512(7),基于机会通信的车载网络协助下载技术研究,2015/01-2016/12

陕西省自然科学基础研究计划项目,2014JM8328,多传感器融合的桥梁下部结构裂缝识别和定位,2014/05-2016/04

西安市科学技术局技术转移促进工程(高校类)项目,CXY1350(8),光电测量与识别技术研究与开发,2013/01-2014/12

西安市科学技术局创新支撑计划-产学研合作促进工程项目,CXY1127,基于图像分析的远距离桥梁下部结构裂缝检测方法研究

交通部西部交通建设科技项目,桥梁结构裂纹缺陷的图像采集与分析系统研究2009 318 812 063

论文

近年发表的智慧交通、机器视觉和新能源融合领域的学术论文如下:

[1]   Shanchuan Yu, Yi Li, Zhaoze Xuan, Yishun Li, and Gang Li*Real-Time Risk Assessment for Road Transportation of Hazardous Materials Based on GRU-DNN with Multimodal Feature Embedding[J]. Applied Sciences,2022,12(21):11130; https://doi.org/10.3390/app122111130

[2]   Gang Li, Zhongyuan Fang, AL MAHBASHI, MOHAMMED, Tong Liu, Zhihao Deng, Automated bridge crack detection based on improving encoder-decoder network and stripe pooling[J]. Journal of Infrastructure Systems, 2022, Accepted.

[3]   Gang Li*, Tong Liu, Zhongyuan Fang, Qian Shen, Jawad Ali, Automatic bridge crack detection using boundary refinement based on real-time segmentation network[J]. Structural Control and Health Monitoring2022:e2991.https://doi.org/10.1002/stc.2991

[4]   QiHong Li, LingJia Liu, YongJun Zhou, Gang Li*, and Yu Zhao, Robust, accurate, and improved measurement of structural deformation based on off-axis digital image correlation[J].Applied Optics, 2022,61(1):1616-1623

[5]   Xuan Zheng, Shuailong Zhang, Xue Li, Gang Li*, Lightweight Bridge Crack Detection Method Based on SegNet and Bottleneck Depth-Separable Convolution with Residuals[J]. IEEE Access, 2021,9(12):161649-161668

[6]   谢耀华,代玉,周欣,李刚*,基于双向特征金字塔和残差网络的危化品运输车辆检测,2022,31(1):218-225

[7]   李刚,陈永强,何廷全等,改进的多分支特征共享结构网络在路面裂缝检测中的应用[J].激光与光电子学进展,202259(12):1215005

[8]   Gang Li, Yongqiang Chen, Jian Zhou, et al. Road crack detection and quantification based on segmentation network using architecture of matrix[J]. Engineering Computations, 2021,6:

[9]   Gang Li, Dongchao Lan, et al. Automatic pavement crack detection based on single stage salient-instance segmentation and concatenated feature pyramid network[J]. International Journal of Pavement Engineering, 2021,6:

[10]           Gang Li, Xiyuan Li, Jian Zhou, et al. Pixel-level bridge crack detection using a deep fusion about recurrent residual convolution and context encoder network[J]. Measurement, 2021,176(5):109171.

[11]           Wenting Qiao, Qiangwei Liu, Xiaoguang Wu, Biao Ma, Gang Li*. Automatic Pixel-Level Pavement Crack Recognition Using a Deep Feature Aggregation Segmentation Network with a scSE Attention Mechanism Module[J]. Sensors, 2021,21(9), 2902. 通讯作者

[12]           Wenting Qiao, Biao Ma, Qiangwei Liu, Xiaoguang Wu, Gang Li*. Computer Vision-based Bridge Damage Detection using Deep Convolutional Networks with Expectation Maximum Attention Module[J]. Sensors, 2021, 21(3), 824. 通讯作者

[13]           Gang Li, Qiangwei Liu, Wei Ren, et al. Automatic recognition and analysis system of asphalt pavement cracks using interleaved low-rank group convolution hybrid deep network and SegNet fusing dense condition random field[J]. Measurement, 2021,170(1):108693

[14]           Gang Li, Xueli Ren, Wenting Qiao, et al.Automatic bridge crack identification from concrete surface using ResNeXt with postprocessing[J]. Structural Control and Health Monitoring, 2020,27(11):1-20. SCI检索

[15]           Gang Li, Jian Wan, Shuanhai He, et al. Semi-Supervised Semantic Segmentation Using Adversarial Learning for Pavement Crack Detection[J]. IEEE Access,2020, 8(3):51446-51459.

[16]           Gang Li, Biao Ma, Shuanhai He, et al.Automatic Tunnel Crack Detection Based on U-Net and a Convolutional Neural Network with Alternately Updated Clique[J]. Sensors,2020,20(3):1-23.

[17]           Gang Li, Qiangwei Liu, et al. Automatic crack recognition for concrete bridges by fully convolutional neural network and Naive Bayes data fusion based on visual detection system[J]. Measurement Science and Technology, 2020, 27(4):1-17. SCI二区检索:000532330500001

[18]           Gang Li, Chao Wang, Depeng Han, et al.Deep Principal Correlated Auto-Encoders with Application to Imaging and Genomics Data Integration[J]. IEEE Access, 2020,8(1):20093 – 20107.

[19]           Gang Li, Depeng Han, Chao Wang, et al. Application of deep canonically correlated sparse autoencoder for the classification of schizophrenia[J]. Computer Methods and Programs in Biomedicine, 2020, 183(1): 1-9.SCI一区检索:000498062700005

[20]           李刚,高振阳等,改进的全局卷积网络在路面裂缝检测中的应用研究[J].激光与光电子学进展,2020578:081011

[21]           李刚,刘强伟等,复杂背景下交错低秩组卷积混合深度网络的路面裂缝检测算法研究[J]激光与光电子学进展,202057(14):141031-141038

[22]           李刚,张宇博等,改进的卷积网络目标跟踪算法[J]. 计算机应用研究,2020377:2206-2210

[23]           李刚,韩德鹏,刘强伟等,基于典型相关稀疏自编码器的精神分裂症分类研究[J]. 中国医学物理学杂志,2020,3(3):391-396.

[24]           李刚,王超,韩德鹏等,基于深度主成分相关自编码器的多模态影像遗传数据研究[J]. 计算机科学,2020,4(4):60-66.

[25]           Gang Li, Xiaoxing Zhao, Kai Du, et al. Recognition and evaluation of bridge cracks with modified active contour model and greedy search-based support vector machine[J]. Automation in Construction, 2017, 78(6):51-61.SCI一区检索:000397353900005

[26]           Gang Li, Shuanhai He, Yongfeng Ju, et al. Long-distance precision inspection method for bridge cracks with image processing[J]. Automation in Construction,2014,41(5):89-95.SCI一区检索:000334139500010

[27]           李刚,贺拴海,巨永锋等,远距离混凝土桥梁结构表面裂缝精确提取算法[J].中国公路学报2013,4(7)1-8.EI检索:20133516679465

[28]           李刚,贺拴海,杜凯等. 桥梁下部结构裂缝提取的改进C-V模型算法[J]. 交通运输工程学报,201212(4)9-16.EI检索:20124315604048

[29]           Li Gang, He ShuanHai, Ju YongFeng, et al.. Image-Based Method for Concrete Bridge Crack Detection[J].Journal of Information & Computational Science,2013,10(8):2229-2236.EI检索:2013251642907

[30]           Li Gang,Ju Yongfeng.Novel Approach to Pavement Cracking Detection Based on Morphology and Mutual Information[C], The 2010 Chinese Control and Decision Conference. Xuzhou,China,2010: 3219-3223.(EI检索:20103213139942)

[31]           Gang Li.Improved Pavement Distress Detection Based on Contourlet Transform and Multi-direction Morphological Structuring Elements[C].Advanced Materials Research,2012,466-467:371-375,(EI检索:20121114858887)

[32]           李刚,贺昱曜,不均匀光照的路面裂缝识别和分类新方法[J].光子学报,201039 (8): 1405-1408

[33]           李刚,贺昱曜,赵妍,一种改进的多方位结构元素形态学和互信息量的图像分割算法[J].工程图学学报,201031(3):104-108

[34]           李刚,贺昱曜,多方位结构元素路面裂缝图像边缘识别算法[J].计算机工程与应用,201046(1)224-226

[35]           李刚,贺昱曜,赵妍,基于大津法和互信息量的路面破损图像自动识别算法[J].微电子学与计算机,200926(7)241-243

[36]           李刚,贺昱曜,赵妍,桥梁水下结构缺陷的图像分割与特征提取算法[J].计算机应用与软件,201027(4)80-82

[37] Li Gang, He ShuanHai, Ju YongFeng, Concrete Cracks Recognition Based on C-V Model and Mutual Information[J]. International Journal of Advancements in Computing Technology,2012,5(6): 415-423


科技成果

2020,软件著作权,基于ANN的手势识别软件;

2020,软件著作权,浓雾天气下基于SSD算法的车牌识别与检测系统;

2018,软件著作权,远距离桥梁裂缝精准检测软件;

2018,软件著作权,基于Spring框架的报警求助系统;

2016,软件著作权,基于NS2的路径选择系统;

2012,软件著作权,物体表面缺陷图像识别软件;

2012,软件著作权,基于视频的车辆数据采集系统;

软硬件平台:

[1] 融合深度学习技术的混凝土结构表面裂缝自动识别系统


[2] 危化品车辆识别管控技术平台


荣誉奖励

2022年度“兆易创新杯”第十七届研电赛商业计划书一等奖,危化品运输车辆异常行为自动识别与管控技术,优秀指导教师;

指导的2020级研究生刘彤获得2021年度优秀研究生的荣誉;

指导的2019级研究生李喜媛获得2021年度优秀研究生干部的荣誉;

智慧检测-结合深度学习图像算法的桥梁损伤快速检测系统,指导的2020级研究生陈永强、兰栋超、刘彤获得第十六届研究生电子设计竞赛商业计划书团队一等奖;

融合深度学习分割算法的桥梁裂缝自动检测系统,指导的2020级研究生兰栋超、张帅龙、陈永强获得陕西省第八届研究生电子设计竞赛暨“兆易杯”西北赛区三等奖;

指导的2020级研究生兰栋超、李喜媛获得长安大学一等学业奖学金和优秀研究生;

指导的2018级研究生刘强伟、万健、马彪、任雪丽、李莹获得2021届研究生优秀毕业生;

指导的2019级研究生李喜媛获得2020年度优秀研究生的荣誉;

指导的2018级研究生刘强伟、万健、马彪、任雪丽获得长安大学一等学业奖学金以及2020年度优秀研究生的荣誉;

2020年度优秀本科生班主任(2019320104班);

指导的2018级研究生王超、韩德鹏获得2020届研究生优秀毕业生;

2020年度本科毕业设计优秀指导教师;

桥梁结构裂缝缺陷的图像采集与分析系统研究,陕西省第五届研究生电子设计竞赛暨“兆易创新杯”第十三届中国研究生电子设计竞赛西北赛区团队二等奖,教育部学位与研究生教育发展中心,指导教师,2018.7

远距离桥梁裂缝精准检测仪,长安大学第四届“互联网+”大学生创新创业大赛主赛道金奖,指导教师,2018.8

  

  

  




工作经历

2020.12-至今,能源与电气工程学院-新能源科学与工程系,教授,国际博士生导师,硕士生导师

20162月-20172月于美国Tulane University进行访问学者工作;

2011年-2013年在长安大学土木工程博士后流动站工作;

先后在长安大学计算机及应用专业、长安大学交通信息工程及控制专业获得学士、硕士和博士学位。