冀振燕

基本信息

教育背景

工作经历

 1999年-2000年在挪威科技大学（NTNU)计算机与信息科学系做博士后研究。2000年至2008年在瑞典Mid Sweden University的信息科学与媒体系任教。2009年至今在北京交通大学软件学院工作。

研究方向

• 软件工程理论与技术
• 人工智能与大数据
• 智能交通领域软件工程
• 软件工程
• 软件服务工程
• 网络安全
• 网络与信息安全
• 人工智能

研究领域

多模态数据融合  

Web应用 

科研项目

• 国家重点研发计划-任务: 复杂网络环境区块链共识算法和系统架构研究, 2022-2025
• 自然科学横向项目: 铁路投资项目经济评价系统方案设计与原型开发, 2022-2024
• 红果园(横): 代码知识图谱文献检索及分析, 2022-2023
• 红果园(横): 资源调度管理模块开发, 2022-2023
• 知识产权许可项目: "基于深度学习处理多源异构数据的推荐方法"专利实施许可合同, 2022-2027
• 铁路总公司（原铁道部）（不再新立项）: 高速铁路列车运行图智能化编制理论与关键技术研究—课题3：列车运行图智能化编制理论与技术研究, 2021-2025
• 自然科学横向项目: 软件IP库的构建、管理和组装工具的开发与测试, 2022-2025
• 国家自然科学基金“面上”: 基于多线激光视觉传感器阵列的轮对在线三维重建研究, 2022-2025
• 红果园(横): 智能检伤分类系统数据平台及APP 功能设计方案, 2021-2023
• 自然科学横向项目: 刺绣加工布料图像识别软件系统研发, 2021-2023
• 自然科学横向项目: 知识关联挖掘及边云协同技术咨询, 2021-2024
• 自然科学横向项目: 高速铁路社会经济综合评价系统, 2020-2023
• 铁路总公司（原铁道部）（不再新立项）: 适应客货市场变化的铁路网动态运能瓶颈的智能预判与疏导关键技术研究, 2020-2023
• 国家重点研发计划-任务: 文本实体挖掘及表示, 2019-2022
• 自然科学横向项目: 多式联运综合物流OD流量分析平台, 2019-2023
• 国家自然科学基金“重点”: 高速重载极端条件下轮对状态动态监测基础问题与关键技术研究, 2020-2024
• 国家重点研发计划-课题: 交通事故纠纷案件跨机构损害鉴定和赔偿方案辅助生成技术研究, 2018-2021
• 自然科学横向项目: 融合多源异构数据的推荐技术的研究与实现, 2019-2023
• 自然科学横向项目: 未来电网前瞻技术布局研究子课题, 2018-2021
• 自然科学横向项目: 电力传感器无线取能部件, 2017-2020
• 铁路总公司（原铁道部）（不再新立项）: 铁路物流市场需求调查与监测体系研究, 2017-2020
• 基本科研业务费研究生创新项目: 基于位置的社会网络推荐研究, 2017-2018
• 自然科学横向项目: 高速铁路巡检终端及监控管理系统软件开发, 2014-2014
• 科研专项: 膝关节图像3D配准技术的研究与实现, 2012-2014
• 科研专项: 面向Web图像数据的图像检索关键技术研究, 2011-2014

教学工作

在读研究生：招收学术型博士生（计算机视觉、数据挖掘、信息安全方向）、专业型博士生、学硕、专硕

博士生（导师/副导师）：郭晓轩、朱桂萍、Akhtar、戴久乾、刘慧、孔文康、陈文辉

已毕业研究生：

2024届：胡江浩（保研，航天万源科技，国家奖学金、优秀论文获得者）、姜相泽（保研，山东水利勘测设计院）、韩梦豪（保研，农行，优秀论文获得者）、刘洋（美团）、陈博荃（Oppo）、李林逸(交通银行)

2023届：孔德炎（保研, 农行，国家奖学金、优秀论文获得者）、夏梦瑜（航天万源科技）、郑浩天（内蒙电力集团）、李言言（工行）、罗志远（光大银行）

2022届：吴梦丹（保研，北航读博，国家奖学金、优秀论文获得者）、王开阳（保研，腾讯）、杨昕阳（保研，工行）、马振领（保研，百度）、陶慧杰（保研，中国系统）、郭春霞（联通）

曾经教授课程:

面向对象编程与设计（英文）、面向对象编程与设计综合实践（英文）、JavaEE系统架构与程序设计(双语、英文)、操作系统（双语）、需求工程（中文）、基于服务的软件架构与云计算（双语、英文；课程负责人）、软件体系结构（双语、英文；课程负责人）

正在教授课程：

软件系统分析与设计（双语、英文；课程负责人）、软件架构设计（双语、英文；课程负责人）

论文/期刊

• 郭晓轩,冯其波,冀振燕,郑发家,杨燕燕.多线激光光条图像缺陷分割模型研究.电子学报,2023,1(51)
• 冀振燕,孔德焱,刘伟,董为,桑艳娟.基于深度学习的命名实体识别研究.计算机集成制造系统,2022,6(28)
• 冀振燕,韩梦豪,宋晓军,冯其波.面向激光光条图像修复的循环相似度映射网络.电子学报,2022,5(50)
• 郭晓轩,冀振燕,冯其波,Wang,杨燕燕,李朝.URS: A Light-Weight Segmentation Model for Train Wheelset Monitoring.IEEE Transactions on Intelligent Transportation Systems,2022,None(None)
• 冀振燕,吴梦丹,冯玉敏,Inigo.Multi-channel Convolutional Neural Network Feature Extraction for Session Based Recommendation.COMPLEXITY,2021,None(2021)
• 冀振燕,吴梦丹,Yang,Inigo.Temporal sensitive heterogeneous graph neural network for news recommendation.Future Generation Computer Systems,2021,None(125)
• 冀振燕,宋晓军,付文杰,冯其波,吴梦丹.激光光条中心线提取研究综述.测控技术,2021,6(40)
• 冀振燕,杨春,Wang,inigo,Urriza.BRScS: a hybrid recommendation model fusing multi-source heterogeneous data.EURASIP JOURNAL ON WIRELESS COMMUNICATIONS AND NETWORKING,2020,1(2020)
• 冀振燕,宋晓军,郭晓轩,王方石,Inigo.Real-time monocular depth estimation with adaptive receptive fields.JOURNAL OF REAL-TIME IMAGE PROCESSING,2021,4(18)
• 冀振燕,宋晓军,Song,Yang,郭晓轩.RDRF-Net: A pyramid architecture network with residual-based dynamic receptive fields for unsupervised depth estimation.Neurocomputing,2021,457(2021)
• 冀振燕,吴梦丹,杨春,李俊东.可扩展的融合多源异构数据的推荐模型.北京邮电大学学报,2021,3(44)
• 冀振燕,姚伟娜,魏嵬,宋厚冰,皮怀雨.Deep Multi-Level Semantic Hashing for Cross-Modal Retrieval.IEEE ACCESS,2019,None(7)
• 冀振燕,皮怀雨,魏嵬,熊波,Wozniak,Damasevicius.Recommendation Based on Review Texts and Social Communities: A Hybrid Model.IEEE ACCESS,2019,None(7)
• 冀振燕,宋晓军,皮怀雨,杨春.基于深度学习的融合多源异构数据的推荐模型.北京邮电大学学报,2019,6(0)
• 冀振燕,皮怀雨,姚伟娜.融合多源异构数据的混合推荐模型.北京邮电大学学报,2019,０１(４２)
• 孔德焱,冀振燕,桑艳娟,董为,杨燕燕.UA-HGAT: Uncertainty-aware Heterogeneous Graph Attention Network for Short Text Classification.2022 IEEE Smart Data (SmartData),2022
• 冀振燕,吴梦丹,Jirui,Inigo,Enrique.Attention-Based Graph Neural Network for News Recommendation.2021 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN),2021

专著/译著

2. 冀振燕，UML系统分析与设计教程，人民邮电出版社，ISBN978-7-115-19795-5，2009年5月。

3. 冀振燕, UML系统分析设计与应用案例，人民邮电出版社，ISBN7-115-10927，2003年6月。

4. 冀振燕等译，Python高级深度学习，机械工业出版社华章分社，ISBN978-7-111-68845-7，2021年8月。

5. 冀振燕等著，融合多源异构数据的推荐与检索，重庆大学出版社，ISBN978-7-5689-3367-4,2022年6月。

6. 詹博华、冀振燕、孙文辉译，程序分析原理，机械工业出版社，ISBN978-7-111-70688-5,2022年6月。

专利

1.冀振燕等，融合社交网络和用户评价的推荐模型，专利号：ZL201810642787.X

2.冀振燕等，基于深度学习的多源异构数据混合推荐模型，专利号：ZL201910547320.1

3.冀振燕等，基于城市群白货流量的提高列车编组效率的城市聚类模型，专利号：201910479120.7

软件著作权

获奖与荣誉

2021年12月：中国电子学会科学技术奖二等奖

2021年9月：中国物流与采购联合会科技进步二等奖

2020年12月：中国铁道学会科学技术奖二等奖

2019年：北京交通大学“就业创业贡献奖”

2018年：北京交通大学优秀主讲教师

2018年：北京交通大学“优秀班主任”

2018年：北京交通大学“三育人”优秀个人

2014年：北京交通大学“优秀班主任”

社会兼职

中国计算机学会理论计算机科学专委会委员

中国计算机学会形式化方法专委会委员

中国计算机学会软件工程专委会委员

中国计量测试学会计算基准专委会委员
2014年-2019年全国理论计算机科学学术年会(NCTCS)程序委员会委员

2016年国家留学基金委欧洲地区部分与国外合作项目评审专家

《Neurocomputing》《Neural Computing and Applications》、《PLOS ONE》、《IEEE Access》、《电子学报》、《计算机研究与发展》、《计算机学报》审稿人