姓名	刘辉翔	性别	男	出生年月	1989．06．16
	职称	副教授	职位		最高学历	博士研究生
	学科方向	控制科学与工程
	人才计划
	电子邮件	liuhx@bistu.edu.cn
	联系方式	15801690895
	导师类型	硕士生导师

研究方向

 智能感知，机器学习，嵌入式系统

个人简介

刘辉翔，男，博士，副教授，威廉体育williamhill。2020年博士毕业于北京科技大学，长期从事智能感知、机器学习、嵌入式系统等领域科研和教学工作。主持省部级、参与国家重点研发计划、国家自然科学基金委等多项纵向项目；发表学术论文20余篇，其中，SCI索引10余篇。作为主编之一（4/5）编著《智能传感器技术》（“十三五”国家重点图书出版规划项目），编著（4/4）《机器人综合项目实践教程》，参与编著《人工智能基础》（“十三五”国家重点出版物出版规划项目）。

教育经历

 2014-09至2020-06, 北京科技大学, 控制科学与工程(硕博), 博士

 2007-09至2011-06, 安阳工学院, 自动化, 学士

工作履历

 2021-12 至 今, 威廉希尔WilliamHill官方网站, 威廉体育williamhill, 副教授

 2020-09 至 2021-12, 威廉希尔WilliamHill官方网站, 威廉体育williamhill, 讲师

 2013-03 至 2014-09, 天健创新(北京)监测仪表股份有限公司, 研发部, 工程师

 2011-06 至 2013-03, 北京雅丹石油技术开发有限公司, 研发部, 工程师

学术兼职

 中国生物医学工程学会康复工程分会青年委员

课程教学

 本科生： 《智能机器人》、《机器人操作系统》、《智能网络技术》

 研究生：

科研项目)

 北京市自然科学基金委员会, 北京市自然科学基金重点研究专题, Z220015, 基于柔性植入式多模态传感和调控器件的神经系统疑难疾病智能诊疗研究子课题—专用嵌入式设备开发和智能算法移植部署技术, 2022-10 至 2026-12, 25万元, 在研, 主持

 威廉希尔WilliamHill官方网站, 威廉希尔WilliamHill官方网站青年骨干教师”支持计划, YBT202416, 基于迁移学习的多任务自适应模型及其轻量化部署研究, 2024-01 至 2025-12, 15万元, 在研, 主持

 北京市教育委员会, 科技一般项目, KM202311232018, 机器嗅觉泛化性提升及细粒度空气质量预测研究, 2023-01 至 2025-12, 15万元, 在研, 主持

 中华人民共和国科学技术部, 科技创新2030—“新一代人工智能”重大项目, 2021ZD0113603, 农业智能知识服务平台课题三—多模式协同的农情反演模型与定量定性预测, 2021-12 至 2024-11, 338万元, 在研, 参与

 威廉希尔WilliamHill官方网站, 威廉希尔WilliamHill官方网站校科研基金项目, 2021XJJ13, 基于迁移学习的设备寿命预测方法研究, 2021-04 至 2022-11, 1万元, 结题, 主持

 中华人民共和国科学技术部, 国家重点研发计划课题项目, 2017YFB1400101, 众智科学基本原理及其进化, 2017-12 至 2020-12, 220万元, 结题, 参与

荣誉和获奖

 威廉希尔WilliamHill官方网站2021年度和2022年度优秀班主任

 威廉希尔WilliamHill官方网站2022年度、2023年度本科优秀毕业设计（论文）指导教师

 2023年度北京市优秀毕业设计（论文）指导教师

 2022年首都高校师生服务“乡村振兴”行动计划一等奖（指导教师之一）

代表性论文

 Liu H, Li Q, Gu Y. A multi-task learning framework for gas detection and concentration estimation[J]. Neurocomputing, 2020, 416: 28-37.

 Liu H, Zhao X, Liu Q, et al. An Optimization Method for PCB Surface Defect Detection Model Based on Measurement of Defect Characteristics and Backbone Network Feature Information[J]. Sensors, 2024, 24(22): 7373.

 Liu H, Chen W, Chen W, et al. A CNN-LSTM-based domain adaptation model for remaining useful life prediction[J]. Measurement Science and Technology, 2022, 33(11): 115118.

 Liu H, Li Q, Li Z, et al. A suppression method of concentration background noise by transductive transfer learning for a metal oxide semiconductor-based electronic nose[J]. Sensors, 2020, 20(7): 1913.

 Liu H, Yu D, Gu Y. Classification and evaluation of quality grades of organic green teas using an electronic nose based on machine learning algorithms[J]. IEEE Access, 2019, 7: 172965-172973.

 Liu H, Li Q, Yu D, et al. Air quality index and air pollutant concentration prediction based on machine learning algorithms[J]. Applied Sciences, 2019, 9(19): 4069.

 Liu H, Li Q, Gu Y. Convenient and accurate method for the identification of Chinese teas by an electronic nose[J]. Quality assurance and safety of crops & foods, 2019, 11(1): 79-88.

 Liu H, Li Q, Yan B, et al. Bionic electronic nose based on MOS sensors array and machine learning algorithms used for wine properties detection[J]. Sensors, 2018, 19(1): 45.

 Liang S, Liu H, Gu Y, et al. Fast automated detection of COVID-19 from medical images using convolutional neural networks[J]. Communications Biology, 2021, 4(1): 35.

 刘辉翔,孟令鹏,陈雯柏,等.电子洁净室空气化学污染物检测研究进展[J].科学技术与工程,2024,24(22):9261-9272.