李清勇

博士、教授、詹天佑学院副院长

基本信息

办公电话：010-51681078 电子邮件： liqy@bjtu.edu.cn
通讯地址：机械楼东501 邮编：100044

个人简介


2001年毕业于武汉大学计算机学院获学士学位，2006年毕业于中国科学院计算技术研究所获博士学位（硕博连读）。2006年7月至今在北京交通大学从事教学、科研和管理工作，2013年破格晋升为教授，2016年至2020年担任计算机与信息技术学院副院长；现担任计算机科学与技术学院三级教授，詹天佑学院（智慧交通未来技术学院）副院长。

专注于人工智能领域的基础理论和关键技术研究，主要研究方向包括计算机视觉、数据挖掘、智慧交通和遥感影像分析等。曾主持高水平的科研项目/课题30多项，包括科技部重点研发计划课题、国家自然科学基金、北京市自然科学基金等基础研究课题，国家重大科技专项（高分辨率对地观测系统）、JW装备发展部“共性技术”等特定领域课题，以及华为、西门子等头部企业联合研发课题。发表高水平学术论文100多篇，包括CCF-A类学术期刊（IEEE TPDS, TKDE, NNLS等）和A类学术会议(SIGKDD、ICCV、CVPR、AAAI等)20多篇，曾获得国际会议IEEE CSTC-2016最佳论文奖。申请/授权国家专利16项，其中2项专利入选国家铁路局铁路重大科技创新成果，1项专利获得转化。轨道基础设施缺陷检测的研究成果在高速铁路综合检测列车、轨道巡检机器人中应用，发布的轨道缺陷评测数据集RSDD被国内外20多个科研机构使用，成果“轨道表观伤损智能识别关键技术及应用”获2020年中国铁道学会科学技术奖二等奖（排名第1），成果“轨道交通安全服役智能感知监测关键技术及应用”获2022年度生产力促进（创新发展）一等奖（排名第4）。
致力于IT拔尖人才培养，负责建设专业核心课“算法设计与分析”和通识课程“人工智能原理及应用”，“算法设计与问题求解”2020年获评为国家级线上一流课程（排名第1），教材《算法设计与问题求解-计算思维培养》（第二版）2021年获评为北京高校“优质本科教材”。曾担任ACM国际大学生程序设计竞赛北京交通大学代表队教练，指导学校代表队先后5次晋级全球总决赛并获排名奖状，2022年获得ICPC Coach Award。主持虚拟教研室等多项国家级、北京市级教育教学改革项目，在“新工科”建设和拔尖学生培养方面提出了新思路，取得了显著效果，先后获得国家级教学成果奖二等奖 2项、北京市教学成果奖一等奖2项、主持北京市教学成果奖二等奖1 项。培养了研究生50余人，已毕业学生的就业去向包括：Google、Microsoft、阿里、百度、腾讯、网易游戏、字节跳动、华为、农行、工行、民生银行、中移动、国家电网、国家专利局、中信证券，以及山东大学和北京交通大学等。

积极参加社会服务和学术志愿活动。担任中国人工智能学会心智计算专委会副主任、知识工程与分布智能专委会委员；中国计算机学会人工智能与模式识别专委会委员、教育专委会委员；全国高等学校计算机教育研究会理事。担任AAAI、ICIS等国际会议的PC Member，《中国图象图形学报》编委。

曾获得北京市高等学校青年教学名师奖、北京市青年岗位能手等荣誉，入选《全球前2%顶尖科学家榜单2023》。


教育背景

2001 - 2006  中国科学院计算技术研究所，博士（硕博连读）；

1997 - 2001  武汉大学计算机学院，本科；

1994 - 1997  湖南省涟源市第一中学，高中。

工作经历

2013 - 今     北京交通大学计算机与信息技术学院，教授（破格晋升）；

2020 －今     北京交通大学詹天佑学院（智慧交通未来技术学院），副院长；

2021 - 今     北京交通大学智能技术创新研究中心，主任；

2006 - 今     ACM国际大学生程序设计竞赛北京交通大学代表队，主教练/共同教练；

2016 －2020   北京交通大学计算机与信息技术学院，副院长；

2012 - 2021   北京交通大学计算机学院信息通信网络研究所，所长；

2014 - 2016   北京交通大学计算机与信息技术学院计算机工程系，主任；

2010 - 2011   美国宾夕法尼亚州立大学信息技术学院，访问学者；

2009 - 2013   北京交通大学计算机与信息技术学院，副教授。

2006 - 2009   北京交通大学计算机与信息技术学院，讲师。

研究兴趣与研究生培养

1. 研究兴趣

聚焦于人工智能领域的基础理论、关键技术和行业应用等方面的研究，主要研究方向包括计算机视觉、数据挖掘、智慧交通和遥感影像分析等。

  • 理论方面：开放场景下的计算机视觉模型和算法，比如 2D/3D目标检测，细粒度场景分析等；恶劣条件下的机器学习模型和算法，比如零样本学习、自监督学习和增量学习等。
  • 应用方面：轨道交通基础设施智能运维技术，包括轨道表观伤损视觉检测技术、轨道部件的数字孪生和PHM技术；人工智能与地球科学的交叉领域，包括灾害性天气预报预警和遥感影像分析等。


2. 研究生培养

“得天下英才而育之”，每年招收1-2名博士研究生，3-5名硕士研究生。

  • 博士生要求：

    1）有兴趣，对于机器视觉和机器学习等人工智能的前沿研究课题有兴趣，能“想常人不敢想，做常人不敢做”；

    2）有恒心，研究成果非一朝一夕可得，需要你在博士深造的4-6年时间里“软磨硬泡”，“在哪里跌倒，从哪里爬起来”；

    3）有信心，也许你不是出身名校，也许你资质平平，但是你要相信“天生我材必有用”。

  • 硕士生要求：

    1）靠谱的人，不敷衍，做事认真；

    2）主动的人，能自我驱动实现既定目标；

    3）合作的人，合作共赢既是目标更是原则。

招生专业

  • 计算机科学与技术博士
  • 计算机技术博士
  • 计算机科学与技术硕士
  • 计算机技术硕士
  • 人工智能硕士
  • 软件工程硕士
  • 网络与信息安全硕士
  • 大数据技术与工程硕士
  • 人工智能博士

科研项目

  • 基于大模型的轨道交通基础设施缺陷检测方法研究
  • 红果园省部级"企事业"（新）: 复杂数据局部特征智能挖掘算法研究, 2023-2024
  • 北京交通大学: 基于盘古气象大模型的雷电预报方法研究, 2023-2024
  • 轨道缺陷的视觉感知、表示和识别方法
  • 北京交通大学: 基于昇腾+MindSpore开发轨道病害检测天佑大模型, 2022-2023
  • 国家自然科学基金“面上”: 面向不平衡样本的表面缺陷视觉检测方法研究, 2023-2026
  • 高速列车关键结构可靠性提升与健康服役技术
  • 北京交通大学: 面向工业视觉质量检测任务的视觉认知模型研究, 2022-2022
  • 北京交通大学: 3D与2D数据配准和融合分析算法开发及实现技术服务, 2022-2023
  • 国家自然科学基金“重点”: 高速列车行驶环境车-路-云融合感知方法研究, 2021-2024
  • 北京交通大学: 新型深度学习空气质量预报方法建立与测试, 2021-2021
  • 教育部“其他”: 高校人工智能教学资源与创新平台建设, 2020-2021
  • 北京交通大学: 轨道设施外观状态的三维数据分析算法, 2021-2023
  • 北京市自然基金“轨道交通联合”: 轨道线路可靠性分析的视觉感知和缺陷识别技术研究, 2019-2022
  • 铁路总公司（原铁道部）: 高速铁路基础设施检测监测体系框架及关键技术研究, 2018-2023
  • 国家重点实验室: 大数据驱动的货运列车节能优化理论研究, 2019-2020
  • 铁路总公司（原铁道部）: 中欧班列信息平台关键技术研究, 2018-2023
  • 国家重点研发计划: 高速铁路成网条件下运输需求预测应用技术研究, 2018-2021
  • 教育部: 移动互联网环境下的医疗化验单自动信息抽取方法研究, 2018-2022
  • 北京交通大学: 基于深度学习的轨道场景分类及语义分割技术研发, 2018-2019
  • 国家重点研发计划: 雷暴结构和闪电多维度特征与雷电预警预报方法研究, 2018-2022
  • 国家重点研发计划: 臭氧前驱体及光化学烟雾仪器集成及监测仪平台构建开发, 2017-2021
  • 北京交通大学: 空气监测微型站数据校准算法研发, 2017-2023
  • 北京市自然基金: 轨道交通基础设施服役状态检测的物联网关键技术研究, 2016-2018
  • 北京交通大学: 智能隧道快速检测系统研发, 2016-2017
  • 北京交通大学: C3线路故障诊断模型以及C3线路交付标准研究, 2015-2020
  • 国家自然科学基金“面上”: 时空轮廓编组计算模型及其在目标检测中的应用, 2015-2018
  • 北京交通大学: 雷暴特征识别与分析算法性能测试, 2014-2015
  • 面向轨道检测的物联网关键技术研究
  • 北京市自然基金“面上”: 钢轨表面缺陷检测的稀疏分析方法研究, 2014-2016
  • 北京市教委: 北京市高等学校“青年英才计划”—缺陷检测理论及应用研究, 2013-2015
  • 其它: 轨道交通基础设施服役状态监控的物联网技术研究, 2013-2014
  • 国家自然科学基金“面上”: 基于高速前向运动视频的运行环境检测模型, 2013-2016
  • 基于视觉感知的高速铁路运行环境安全检测与预警
  • 博士点基金: 视神经细胞的特征加工机制及其在图像检索中的应用, 2009-2011
  • 国家自然科学基金“面上”: 图像识别的多特征判别流形学习方法研究, 2009-2011
  • 国家自然科学基金“面上”: 形状视觉通道中神经细胞特征加工的计算模型及其应用, 2009-2011
  • 科技部“863”: 基于视觉感知的智能计算模型及其关键技术研究, 2007-2009

教学工作

  • 本科课程：

    1）算法设计与分析

    2）计算思维综合训练（实训平台：http://algo.bjtu.edu.cn/）

    3）人工智能原理及应用

    4）算法设计与问题求解（MOOC地址：https://www.icourse163.org/course/NJTU-1003359012），国家级线上一流课程（2020年）

  • 研究生课程：

    算法设计与分析


论文/期刊

近年来，研究组在人工智能相关领域发表研究论文80余篇，代表性成果在IEEE Trans., SIGKDD, CVPR, ICCV, AAAI, ICDM等高水平期刊和顶级学术会议上发表。

News: 博士生孙文举增量学习的成果被 CVPR 录取；俞浩敏博士空气质量预报的成果被 IEEE TKDE 录取；博士生刘洋遥感图像云检测的成果被 IEEE TGRS录取；硕士生黄祺隆轨道缺陷检测的成果被 Computer-Aided Civil and Infrastructure Engineering 录取。

代表性期刊论文：

  1. Y. Liu，Qingyong Li, et al., Leveraging Physical Rules for Weakly Supervised Cloud Detection in Remote Sensing Images. IEEE Transactions on Geoscience and Remote Sensing, vol. 61, pp. 1-18, 2023, doi: 10.1109/TGRS.2023.3294817.
  2. Qilong Huang, Jianzhu Wang, Qingyong Li*. Synthetic-to-Realistic Domain Adaptation for Cold-Start of Rail Inspection Systems. Computer-Aided Civil and Infrastructure Engineering, 2023, DOI: 10.1111/mice.13087.
  3. Haomin Yu, Jilin Hu, Xinyuan Zhou, Chenjuan Guo, Bin Yang, Qingyong Li*. CGF: A Category Guidance Based PM2.5 Sequence Forecasting Training Framework, IEEE Transactions on Knowledge and Data Engineering, 2023, : DOI 10.1109/TKDE.2023.3253703.
  4. Yi Wei, xiaofei Li, Li-Hui Lin, Dengming Zhu, Qingyong Li. Causal Discovery on Discrete Data via Weighted Normalized Wasserstein Distance, IEEE Transactions on Neural Networks and Learning Systems, 2022, DOI: 10.1109/TNNLS.2022.3213641.
  5. Xiaobao Li, Qingyong Li*, Wen Wang, Lijun Guo. An Unsupervised Multi-shot Person Re-identification Method via  Mutual Normalized Sparse Representation and Stepwise Learning, IEEE  Transactions on Intelligent Transportation Systems, 2022, 23(7): 7866-7880.
  6. Jing Zhang, Qingyong Li*, Yangli-ao Geng, Wen Wang, Wenju Sun, Chuan Shi, Zhengming Ding. A Zero-Shot Learning Framework via Cluster-Prototype Matching, Pattern Recognition. 2022(124), 108469.
  7. Jing Zhang, Yangli-ao Geng, Wen Wang, Wenju Sun, Zhirong Yang, Qingyong Li. Distribution and gradient constrained embedding model for zero-shot learning with fewer seen samples. Knowl. Based Syst., 2022(251), 109218.
  8. Wei Wang, Xingqin An, Qingyong Li, Yangli-ao Geng, Haomin Yu, Xinyuan Zhou. Optimization research on air quality numerical model forecasting effects based on deep learning methods. Atmospheric Research. 2022(271), 106082.
  9. Yangli-ao Geng, Qingyong Li*, Tianyang Lin, Wen Yao, Liangtao Xu, Dong Zheng, Xinyuan Zhou, Liming Zheng, Weitao Lyu, Yijun Zhang. A deep learning framework for lightning forecasting with multi-source spatiotemporal data. Quarterly Journal of the Royal Meteorological Society, 2021, 147(741): 4048-4062.
  10. Haomin Yu, Qingyong Li*, et al. A Deep Calibration Method for Low-Cost Air Monitoring Sensors with Multi-Level Sequence Modeling. IEEE Transactions on Instrumentation and Measurement, vol.69, no. 9, pp. 7167-7179, Sep. 2020.
  11. Yangli-ao Geng, Qingyong Li*, et al. Local-Density Subspace Distributed Clustering for High-Dimensional Data. IEEE Trans. Parallel and Distributed Systems, vol. 31, no. 8, pp. 1799-1814, Aug. 2020.
  12. Jinrui Gan, Jianzhu Wang, Haomin Yu, Qingyong Li*, Zhiping Shi. Online Rail Surface Inspection Utilizing Spatial Consistency and Continuity, IEEE Transactions on Systems, Man, and Cybernetics: Systems, vol 50, no. 7, pp. 1741-1841, July, 2020.
  13. Jianzhu Wang, Qingyong Li*, Jinrui Gan, Haomin Yu, Xi Yang. Surface Defect Detection via Entity Sparsity Pursuit with Intrinsic Priors. IEEE Transactions on Industrial Informatics, 2020, 16(1): 141-150.
  14. Haomin Yu, Qingyong Li*, Yunqiang Tan, Jinrui Gan, Jianzhu Wang, Yangli-ao Geng, Lei Jia. A Coarse-to-Fine Model for Rail Surface Defect Detection. IEEE Transactions on Instrumentation and Measurement, 2019, 68(3):656-666.   
  15. C. Huang, R. He, Z. Zhong, B. Ai, Y. Geng, Z. Zhong, Qingyong Li, K. Haneda, C. Oestges. A Power-Angle-Spectrum Based Clustering and Tracking Algorithm for Time-Varying Radio Channels. IEEE Transactions on Vehicular Technology, 2019, 68(1): 291-305.   
  16. Qingyong Li*, Zhiping Shi, Huayan Zhang, Yunqiang Tan, Shengwei Ren, Peng Dai, Weiyi Li. A Cyber-Enabled Visual Inspection System for Rail Corrugation, Future Generation Computer Systems, 2018, 79, 374-382.   
  17. Yangli-ao Geng, Qingyong Li*, Rong Zheng, Fuzhen Zhuang, Ruisi He, Naixue Xiong. RECOME: A new density-based clustering algorithm using relative KNN kernel density, Information Sciences, 2018, 436, 13–30. 
  18. Ruisi He, Qingyong Li, Bo Ai, Yangli-Ao Geng, Andreas F. Molisch, Vinod Kristem, Zhangdui Zhong, Jian Yu. A Kernel-Power-Density Based Algorithm for Channel Multipath Components Clustering. IEEE Transactions Wireless Communications, 2017, 16(11): 7138-7151. 
  19. Jinrui Gan, Qingyong Li*, Jianzhu Wang, Haomin Yu. A Hierarchical Extractor-Based Visual Rail Surface Inspection System. IEEE Sensors Journal, 2017, 17(23):7935-7944. 
  20. Jinrui Gan, Weitao Lu, Qingyong Li*, Zhen Zhang, Jun Yang, Ying Ma, Wen Yao. Cloud Type Classification of Total-sky Images Using Duplex Norm-bounded Sparse Coding. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2017, 10(7), pp. 3360 – 3372. 
  21. Qingyong Li*, Zhen Zhang, Weitao Lu, Jun Yang, Ying Ma, Wen Yao. From Pixels to Patches: a Cloud Classification Method Based on Bag of Micro-structures. Atmospheric Measurement Techniques, 2016(9): p.753–764.   
  22. Qingyong Li* and S.W. Ren. A Visual Detection System for Rail Surface Defects. IEEE Transactions on Systems, Man, and Cybernetics-Part C: Applications and Reviews, 2012. 42(6): p. 1531-1542.   
  23. Qingyong Li* and S.W. Ren. A Real-Time Visual Inspection System for Discrete Surface Defects of Rail Heads. IEEE Transactions on Instrumentation and Measurement, 2012. 61(8): p. 2189-2199. 
  24. 王建柱, 李清勇, 张靖, 甘津瑞. 轨道病害视觉检测: 背景, 方法与趋势. 中国图象图形学报, 2021, 26(02): 0287-0296.
  25. 李清勇, 梁正平, 黄雅平, 史忠植. 缺陷检测的稀疏表示模型及应用. 计算机研究与发展, 2014. 51(9): p. 1929-1935. 
  26. 任盛伟, 李清勇等. 鲁棒实时的钢轨表面擦伤检测算法研究. 中国铁道科学, 2011, 32(1):  25-29.

代表性会议论文：

  1. Wenju Sun, Qingyong Li, Jing Zhang, Wen Wang, Yangliao Geng. Decoupling Learning and Remembering: a Bilevel Memory Framework with Knowledge Projection for Task-Incremental Learning. 2023 IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2023), Jun 18 - 22, Vancouver Canada.
  2. Wenyuan Xue, Baosheng Yu, Wen Wang, Dacheng Tao, Qingyong Li*. TGRNet: A Table Graph Reconstruction Network for Table Structure Recognition. 2021 International Conference on Computer Vision (ICCV-2021), October 11–17, 2021, Virtual.
  3. Wenyuan Xue, Siqi Cai,WenWang, Qingyong Li*, Baosheng Yu, Yibing Zhan and Dacheng Tao. 2021. A Question Answering System for Unstructured Table Images. In Proceedings of the 29th ACM International Conference on Multimedia (MM'21), October 20–24, 2021, Virtual Event, China. 
  4. Wenju Sun, Jing Zhang, Danyu Wang, Yangli-ao Geng, Qingyong Li*. ILCOC: An Incremental Learning Framework based on Contrastive One-class Classifiers. CVPR Workshop on Continual Learning in Computer Vision (CVPR 2021), 19-25 Jun 2021, Virtual.
  5. Yezhou Zhu, Jianzhu Wang, Jing Zhang, Qingyong Li*. A Two-stage Autoencoder for Visual Anomaly Detection, IEEE International Conference on Image Processing (ICIP), 19-22 Sep 2021, Alaska USA.
  6. Yangli-ao Geng, Qingyong Li*, Tianyang Lin, Jing Zhang, Liangtao Xu, Dong Zheng, Wen Yao, Weitao Lyu, Heng Huang. A Heterogeneous Spatiotemporal Network for Lightning Prediction, in Proc. IEEE International Conference on Data Mining (ICDM), November 17-20, 2020, Sorrento, Italy. 
  7. J. Zhang, Y. Geng Qingyong Li*, Chuan Shi. More than one: A cluster-prototype matching framework for zero-shot learning, In Proc. ACM International Conference on Information and Knowledge Management (CIKM). 19-23 October 2020, online. 
  8. Haomin Yu, Qingyong Li*, Yangli-ao Geng, Yingjun Zhang, ZhiWei. AirNet: A Calibration Model for Low-Cost Air Monitoring Sensors Using Dual Sequence Encoder Networks. The 34th AAAI Conference on Artificial Intelligence (AAAI'20), February 7-12, 2020, New York, USA. 
  9. Xiao Wang, Ruijia Wang, Chuan Shi, Guojie Song, Qingyong Li. Multi-Component Graph Convolutional Collaborative Filtering. The 34th AAAI Conference on Artificial Intelligence (AAAI'20), February 7-12, 2020, New York, USA. 
  10. Wenyuan Xue, Qingyong Li* and Dacheng Tao. ReS2TIM: Reconstruct Syntactic Structures from Table Images. 15th International Conference on Document Analysis and Recognition (ICDAR 2019), September 20-25, Sydney, Australia. 
  11. Yangli-ao Geng, Qingyong Li*, Tianyang Lin, Lei Jiang, Liangtao Xu, Dong Zheng, Wen Yao, Weitao Lyu, and Yijun Zhang. LightNet: A Dual Spatiotemporal Encoder Network Model for Lightning Prediction. 25th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD '19), August 4–8, 2019, Anchorage, AK, USA. 

专利

  1. 李清勇, 董邦宜, 黄魏. 一种轨道外观状态综合感知的采集装置, 专利号: ZL 201920039192.5.
  2. 李清勇, 甘津瑞, 薛文元, 朱志强, 梁凤娇. 一种基于半交互式的裂缝检测方法. 专利号: ZL 201710558215.9.
  3. 李清勇, 王建柱, 黄魏, 董邦宜, 贾磊. 一种针对轨道外观的多视角图像采集装置. 专利号: ZL 201820018000.8.
  4. 李清勇, 薛文元, 张振. 字符图像的识别方法. 专利号: ZL 201610603330.9.
  5. 李清勇, 薛文元, 张振. 从医疗化验单图像中提取化验结果信息的方法. 专利号: ZL 201610617483.9.
  6. 李清勇, 罗四维, 林杰, 王永亮, 吕国豪. 基于数字图像的钢轨表面缺陷检测方法. 专利号:ZL 201010203102.5.
  7. 吕伟涛,李清勇, 杨俊. 一种地基数字云图的纹理特征抽取和检索方法. 专利号:ZL 200910238522.4.
  8. 江海波, 李清勇, 李峰, 郑敏. 视网膜血管图像的分割方法. 申请号: CN201611185885.2.
  9. 李清勇, 王建柱, 甘津瑞. 表面缺陷视觉检测方法、装置和电子设备, 申请号:CN 201910039533.3.
  10. 李清勇, 孟青龙, 郑黎明. 基于数字图像的裂纹尺寸度量方法、装置和电子设备, 申请号: CN 201910039536.7.
  11. 李清勇, 梁凤娇, 王建柱. 隧道衬砌裂缝图像的分割方法, 申请号: CN201910012867.1.
  12. 何睿斯, 艾渤, 李清勇, 王琦, 耿阳李敖, 陈瑞凤, 钟章队, 于剑. 一种基于核功率密度的无线信道多径分簇方法. 申请号: CN201610978957.2.

获奖与荣誉

  • 2023 国家级教学成果奖二等奖（排名第7）
  • 2022 北京市高等教育教学成果奖二等奖（排名第1）
  • 2022 北京市高等教育教学成果奖特等奖（排名第7）
  • 2020 中国铁道学会科学技术奖二等奖（排名第1）
  • 2020 第四届北京市高等学校青年教学名师奖
  • 2019 北京市普通高校本科毕业设计（论文）优秀指导教师
  • 2018 国家级教学成果奖二等奖（排名第7）
  • 2017 北京市高等教育教学成果奖一等奖（排名第9）
  • 2017 北京市高等教育教学成果奖二等奖（排名第2）
  • 2016 IBM Faculty Award
  • 2014 北京市青年岗位能手
  • 2013“北京市高校青年英才计划”人选
  • 2013 北京市高等教育教学成果奖一等奖（排名第5）
  • 2013 詹天佑铁道科学技术奖北京交通大学科技专项奖
  • 2012 北京交通大学教学成果奖一等奖
  • 2012 北京交通大学“三育人”先进个人
  • 2010 北京交通大学五四奖章
  • 2009 北京交通大学优秀教师
  • 2009 北京交通大学握奇奖教金
  • 2009 北京交通大学“红果园双百人才计划”人选
  • 2007-2012年间，作为ACM国际大学生程序设计竞赛北京交通大学代表队教练指导学生在亚洲区预赛中获金奖6次，银奖10次，铜奖17次，并率领北京交通大学代表队连续四年晋级全球总决赛，并获排名奖状：
  • 2015.5 第39届ACM国际大学生程序设计竞赛全球总决赛第28名 共同教练 摩洛哥 Marrakech
  • 2011.5 第35届ACM国际大学生程序设计竞赛全球总决赛第42名 教练 美国 Orlando
  • 2010.2 第34届ACM国际大学生程序设计竞赛全球总决赛第36名 教练 中国 哈尔滨
  • 2009.4 第33届ACM国际大学生程序设计竞赛全球总决赛第34名 教练 瑞典 Stockholm
  • 2008.4 第32届ACM国际大学生程序设计竞赛全球总决赛第47名 教练 加拿大 Baff

社会兼职

ACM 会员、IEEE 会员、中国计算机学会高级会员

中国计算机学会人工智能与模式识别专业委员会委员、教育专业委员会委员

中国人工智能学会心智计算专业委员会副主任、知识工程与分布智能专业委员会委员

教育部重点领域教学资源及新型教材建设项目专家工作组（人工智能领域）成员

全国高等学校计算机教育研究会 理事

Atlantis Highlights in Computer Sciences 副主编

《中国图象图形学报》编委

《智能物联技术》编委