学校首页
最新公告
您的当前位置: 网站首页 > 师资队伍 > 教学科研人员 > 副教授 > 正文
杨秋菊
职称/职务: 副教授
电话:
传真:
电子信箱: yangqiuju@snnu.edu.cn
出生年月: 1986年
办公地点: 致知楼3637

教育经历 

1. 2018.1-2019.1  School of Computer Science  The University of Sydney   访问学者

2. 2008.8-2013.9  西安电子科技大学 电子工程学院  硕博连读   模式识别与智能系统专业  工学博士  

3. 2004.9-2008.7  陕西师范大学  物理学与信息技术学院    电子信息科学与技术专业  理学学士

 

讲授课程 

 《数字信号处理》、《数字图像处理》、《机器学习》、《信号检测与估计》、《Matlab及实验

 

研究兴趣 

专注于机器学习、计算机视觉、模式识别以及图像处理领域的研究,并致力于将人工智能应用于科学领域(AI4Science),具体包括

· 空间天气典型事件的自动化识别与智能建模

· 人工智能在古气候/天气研究中的应用

· 医学影像的AI辅助诊断

 

荣誉获奖

² 2016年入选“陕西省科协青年人才托举计划”;

² 2024年荣获ScienceFather颁发的20th Edition of International Research Awards on NEW SCIENCE INVENTIONSBEST RESEARCHER AWARD

² 2023年获得陕西师范大学优秀学术著作出版基金一类资助;

² 2023年原创教学案例入选第二批陕西省专业学位研究生教学案例;

² 2024年西部联盟第一届课程思政案例大赛二等奖;

² 20232024年指导第2526届中国机器人及人工智能大赛获国赛一等奖2项、二等奖1项,陕西省一等奖3项;

² 2024年第26届中国机器人及人工智能大赛优秀指导教师;

² 2015年、2020年、2022年陕西师范大学优秀实习带队教师;

² 2020年、2023年本科生优秀毕业论文指导教师

 

主持科研项目 

1. 基于机器学习的PMAFs-空自动检测及其物理特征研究,陕西省自然科学基础研究计划-面上项目,2023.1-2024.12.

2. 基于机器学习的化石孢粉图像自动识别,中国科学院地球环境研究所黄土与第四纪地质国家重点实验室开放基金,2022.01-2023.12

3. 基于深度学习技术的极光事件自动识别与检测研究,中央高校基本科研业务费专项资金,2021.1-2022.12.

4. 基于机器学习技术的典型极光事件自动检测及其发生规律研究,陕西省自然科学基础研究计划-面上项目,2020.1-2021.12.

5基于深度学习技术的极光图像分类和分割研究,中央高校基本科研业务费专项资金,2019.1-2020.12.

6小尺度极光弧的物理特征及产生机制研究,国家自然科学基金青年基金,2016.1-2018.12.

7.  基于聚类技术的全天空极光图像形态和运动分类研究,陕西省科协青年人才托举项目(第二届)2017.1-2018.12.

8.小尺度极光弧的多尺度观测实验研究,陕西省自然科学青年人才项目,2016.1-2017.12.

9小尺度极光形态自动分类及其物理机制研究,中央高校基本科研业务费专项资金,2015.1-2016.12.

10. 基于全天空图像的日侧冕状极光半监督聚类研究,国家海洋局极地科学重点实验室开放研究基金,2014.1-2015.12.

 

发表学术论文

[1]. Hang Su, Qiuju Yang*, Yixuan Ning, Zejun Hu, Lili Liu, Multi-Label Auroral Image Classification Based on CNN and Transformer, IEEE Transactions on Image Processing, doi: 10.1109/TIP.2025.3550003, 2025.  [SCI一区Top]

[2].Qiuju Yang, Hang Su, Lili Liu, Yixuan Wang, and Ze-Jun Hu, Multi-view learning for automatic classification of multi-wavelength auroral images, IEEE Transactions on Geoscience and Remote Sensing, 62, 1-15, 2024.  [SCI一区]

[3].Qiuju Yang, Yixuan Wang, Jun Geng, Chengcheng Liu, Hang Su, Hong Yan, Automated extraction of Tridacna shell growth patterns via machine learning for enhanced paleoclimate/paleoweather research, Science of the Total Environment, 931, 172578, 2024.  [SCI一区Top]

[4]. Qiqi He, Qiuju Yang*, Hang Su, Yixuan Wang, Multi-task learning for segmentation and classification of breast tumors from ultrasound images. Computers in Biology and Medicine, 173, 108319, 2024.  [SCI二区Top]

[5]. Qiuju Yang, Minghao Xie, Hang Su, Desheng Han, Qiqi He, Statistical Characteristics of Multi-scale Auroral Arc Width Based on Machine Learning, Journal of Geophysical Research: Space Physics, 129, e2023JA031954, 2024. [SCI二区Top]

[6]. Qiuju Yang, Jiakai Wang, Hang Su, Zanyang Xing, Automatic Recognition and Localization of Poleward Moving Auroral Forms (PMAFs) from all-sky Auroral Videos, Earth and Space Science, 10, e2023EA002843, 2023.  [SCI三区]

[7]. Qiqi He, Qiuju Yang*, Minghao Xie. HCTNet: A hybrid CNN-transformer network for breast ultrasound image segmentation. Computers in Biology and Medicine, 155: 106629, 2023.  [SCI二区Top] [高被引论文]

[8]. Qiuju Yang, Yingying Wang, Jie Ren, Auroral image classification with very limited labeled data using few-shot learning, IEEE Geoscience and Remote Sensing Letters, 19, 1-5, 2022. [SCI二区]

[9]. 杨秋菊,任杰,向晗,基于深度学习的极光亚暴时-空自动检测,地球物理学报, 3, 898-9072022. [SCI四区]

[10].Qiuju Yang, Han Xiang, Unsupervised learning of auroral optical flow for recognition of poleward moving auroral forms, IEEE Transactions on Geoscience and Remote Sensing, 60, 5905111, 2022. [SCI一区]

[11]. Qiuju Yang, Chang Liu & Jimin Liang, Unsupervised automatic classification of all-sky auroral images using deep clustering technology, Earth Science Informatics, 14, 1327–1337, 2021. [SCI三区]

[12]. Qiuju Yang, Penghui Zhou, Representation and classification of auroral images based on convolutional neural networks, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 13, 523-534, 2020. [SCI二区Top]

[13]. 杨秋菊,周朋辉,基于机器学习的极光图像自动分割方法,地球物理学报,63(1), 63-72, 2020. [SCI四区]

[14]. Qiuju Yang, Dacheng Tao, Desheng Han, Jimin Liang, Extracting auroral key local structures from all-sky auroral images by artificial intelligence technique, Journal of Geophysical Research: Space Physics, 124, 3512-3521, 2019. [SCI二区Top]

[15]. Chuang Niu, Qiuju Yang, Shenghan Ren, Haihong Hu, Desheng Han, Zejun Hu, Jimin Liang, Instance Segmentation of Auroral Images for Automatic Computation of Arc Width, Geoscience and Remote Sensing Letters, 16(9), 1368-1372, 2019. [SCI二区]

[16]. Qiuju Yang, Zejun Hu, A comparative study of auroral morphology distribution between northern and southern hemispheres based on automatic classification, Geoscientific Instrumentation, Methods and Data Systems, 7, 113-122, 2018. [SCI四区]

[17]. 王菲,杨秋菊*,基于卷积神经网络的极光图像分类,极地研究,30, 123-131, 2018.

[18]. Zejun Hu, Qiuju Yang*, Jimin Liang, Hongqiao Hu, Beichen Zhang, Hungen Yang, Variation and modeling of ultraviolet auroral oval boundaries associated with interplanetary and geomagnetic parameters, Space Weather, 15, 606-622, 2017. [SCI一区]

[19]. 杨秋菊,胡泽骏,一种基于形态特征的极光自动分类方法,中国科学, 47:252-260, 2017.

[20]. 杨秋菊,胡泽骏,韩德胜,胡红桥,马骁,基于行星际/太阳风和地磁条件的紫外极光卵边界建模和预测,地球物理学报, 59(2):426-439, 2016.  [SCI四区]

[21]. 杨秋菊,丘琪,韩德胜,一种新的基于日侧全天空图像的极光弧宽测定方法,中国科学,46(8):1141-1148, 2016.

[22]. Qiuju Yang, Comparison of Three Segmentation Techniques for Auroral Arc Detection, Proceedings of the International Conference on Internet Multimedia Computing and Service, 152-155, 2016.  [EI检索]

[23]. 杨秋菊, 梁继民,刘俊明,胡泽骏,胡红桥,一种基于紫外极光图像的亚暴膨胀期起始时刻的自动检测方法. 地球物理学报, 56(5): 1435-1447, 2013.  [SCI四区]

[24]. Qiuju Yang, Jimin Liang, Zejun Hu, Heng Zhao, Auroral Sequences Representation and Classification Using Hidden Markov Models, IEEE Transactions on Geoscience and Remote Sensing, 50(12):5049-5060, 2012. [SCI一区]

[25]. Qiuju Yang, Jimin Liang, Zejun Hu, Zanyang Xing, Heng Zhao, Automatic Recognition of Poleward Moving Auroras from All-sky Image Sequences based on HMM and SVM, Planetary and Space Science, 69:40-48, 2012. [SCI三区]

 

专著

杨秋菊著,极光图像自动分析:模型、方法与技术,33.1万字,陕西师范大学出版总社,2024

 

研究生招生:

每年招收2~3名研究生,欢迎对机器学习/模式识别/图像处理感兴趣,喜欢/擅长编程的同学报考!

已毕业研究生及就业去向:

2024级:苏航(武汉大学读博)、王怡暄(中移铁通)

2023级:贺琪琪(西安电子科技大学读博)、王佳凯(邮政储蓄银行)、谢明浩(火箭军工程大学   军队文职)

2022级:任杰(阿里巴巴)、王莹莹(荣耀)

2021级:向晗(中电20所)

2020级:鞠瑞格(航天工业华燕)、刘畅(航天工程大学士官学校   军队文职)

2019级:周朋辉(美林数据)

2018级:王菲(优必选)

 

 

热忱欢迎海内外同行学者合作交流!

点击量:
版权所有©:陕西师范大学物理学与信息技术学院
地址:陕西师范大学长安校区致知楼 | 邮编:710119 | 电话:029-81530750 | Email:wlbg@snnu.edu.cn