硕士招生学科：控制科学与工程、控制工程、人工智能

欢迎相关专业同学报考

邮箱：xiaominliu@cumt.edu.cn

   刘晓敏，1992年11月生，中共党员，博士（博士后），讲师，硕士生导师。中国矿业大学优秀青年骨干教师，中国矿业大学智能系统与先进控制研究所核心成员。现为美国电气和电子工程师协会会员、中国自动化学会会员、中国自动化学会自适应动态规划与强化学习专委会委员、中国能源学会燃煤智能发电专委会委员、中国人工智能学会会员、中国指挥与控制学会会员、中国煤炭学会会员。2022年度中国矿业大学优秀博士论文获得者。

 主要从事基于多模态信息融合、深度强化学习等算法的JSZC无人系统态势感知以及智能机器人、智慧电厂、智能电网优化控制等方面的研究。

  在IEEE TII、IEEE TNNLS、IEEE TGRS、IEEE TIM、IEEE TETCI、IEEE TAI、IJRNC等国内外顶级期刊和国际学术会议发表论文20余篇，申请/授权发明专利20余项。现主持国家自然科学基金青年项目、江苏省自然基金项目、校企合作项目、中国矿业大学优秀青年骨干教师项目等，作为项目骨干参与中央军委科技委国防科技基础加强计划173项目、国家自然基金面上项目等多项。

学术经历

2014年6月于中国矿业大学信息与电气工程学院，获工学学士学位

2021年6月于中国矿业大学信息与控制工程学院，获工学博士学位（硕博连读）

科研项目

 [1] 国家自然科学基金青年科学基金项目，基于元扩散的跨场景小样本高光谱图像分类方法研究

 [2] 国家自然科学基金青年科学基金项目，面向燃煤灵活智能发电的跨尺度伸缩强化学习协调优化控制

 [3] 国家ZBYY 教育部LH 基金项目，脑启发的无人机***视觉感知技术 

 [4] 中央军委科技委国防科技基础加强计划，***无人系统***

 [5] 中国博士后科学基金面上项目，无标签多源域下的跨域小样本高光谱图像分类方法研究

[6] 江苏省基础研究计划，直流微网双时间尺度建模与强化学习功率控制

[7] 江苏省基础研究计划，基于领域适应的异构小样本高光谱图像分类

[8] 江苏省卓越博士后资助计划，基于小样本的异构高光谱图像分类方法研究

[9] ***研究所，基于知识图谱和机器学习的***

[10] 企业合作项目，超微型惯导陀螺钻孔轨迹测量仪的研发

[11] 中国矿业大学优秀青年骨干教师

[12] 中国矿业大学引进人才科研启动费

学术论文

[1] Value distribution DDPG with dual-prioritized experience replay for coordinated control of coal-fired power generation systems. IEEE Transactions on Industrial Informatics, 2024

[2] Reinforcement learning reduced H-infinity output tracking control of nonlinear two-time-scale industrial systems. IEEE Transactions on Industrial Informatics, 2023

[3] FSFM: A feature square tower fusion module for multi-modal object detection. IEEE Transactions on Instrumentation and Measurement, 2023

[4] Graph meta transfer network for heterogeneous few-shot hyperspectral image classification. IEEE Transactions on Geoscience and Remote Sensing, 2023

[5] Hyperspectral image classification based on domain adversarial broad adaptation network. IEEE Transactions on Geoscience and Remote Sensing, 2021

[6] Neural-network-based adaptive control of uncertain MIMO singularly perturbed systems with full-state constraints. IEEE Transactions on Neural Networks and Learning Systems, 2021

[7] Reinforcement learning based Markov edge decoupledfusion network for fusion classification of  hyperspectral and LiDAR. IEEE Transactions on Multimedia, 2024

[8] Broad graph convolutional neural network and its application in hyperspectral image classification. IEEE Transactions on Emerging Topics in Computational Intelligence, 2022

[9] Focal transfer graph network and its application in cross-scene hyperspectral image classification. IEEE Transactions on Artificial Intelligence, 2024

[10] Bi-classifier adversarial network for cross-scene hyperspectral image classification. IEEE Geoscience and Remote Sensing Letters, 2023

[11] Semisupervised classification of hyperspectral image based on graph convolutional broad network. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2021

[12] Hyperspectral image classification based on domain adaptation broad learning. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2020

[13] A novel hyperspectral image classification method using class-weighted domain adaptation network. Remote Sensing, 2023

[14] Inverse optimal synchronization control of competitive neural networks with constant time delays. Neural Computing and Applications, 2022

[15] Suboptimal reduced control of unknown nonlinear singularly perturbed systems via reinforcement learning. International Journal of Robust and Nonlinear Control, 2021

[16] Suboptimal control for nonlinear slow-fast coupled systems using reinforcement learning and Takagi-Sugeno fuzzy methods. International Journal of Adaptive Control and Signal Processing, 2021

[17] 面向跨域高光谱图像分类的关联子对齐网络，中国图象图形学报, 2023

[18] 基于自监督增强特征的直推式零样本图像分类，控制与决策, 2023

发明专利

[1] 一种基于图元迁移网络的小样本高光谱图像分类方法， 202211141445.2

[2] 一种基于多源数据融合的图像识别方法， 202211355233.4

[3] 一种基于强化学习的非线性双时间尺度工业系统H无穷组合控制方法, 202211454633.0

[4] 一种基于Q学习的双时间尺度燃煤发电系统最优跟踪控制方法，2023100243341

[5] 基于奇异摄动理论的永磁同步电机滑模控制系统及建模方法，201910294537.6

 [6] 一种基于双分类器对抗增强网络的高光谱图像分类方法, 202210401324.0

 [7] 一种基于值分布DDPG 算法的燃煤发电系统协调控制方法, 202310812903.9

 [8] 一种基于强化学习的非线性双时间尺度工业系统H 无穷组合控制方法, 202211454633.0

 [9] 一种基于高斯混合的变分动态融合网络的高光谱分类方法, 2024101543808

 [10] 一种基于焦点转移图网络的跨场景高光谱分类方法, 2024101543827

 [11] 一种基于多模态强化图注意力网络的高光谱图像分类方法, 2023115425268

教学育人

主讲《自动控制理论》《大国智造：工业4.0时代》等多门本科课程教学

承担中国矿业大学教学研究项目、中国矿业大学通识教育课程建设项目等多项教学项目

招生情况

欢迎对学术研究感兴趣、热爱思考的同学加入，除助研津贴外有额外成果奖励。课题属于理论与应用紧密结合的研究方向，就业方向为人工智能、机器学习算法应用、军工研究所等热门领域。同时欢迎对学术感兴趣、能持续投入时间的本科生参与课题研究。

硕士招生学科：控制科学与工程（学硕）、控制工程（专硕）、人工智能（专硕）。

有意向的同学请将个人简历和本科阶段成绩单发送至我的邮箱！

邮箱：xiaominliu@cumt.edu.cn