2022年拟入站博士后公示(2022年11月23日)
发布时间:2022-11-23   作者:   浏览次数:

根据学校博士后相关文件要求,经个人申请、合作导师推荐、流动站和拟聘单位同意、组织审查、学校审批,确定以下人员为拟入站博士后,现将基本情况公示如下: 

一、拟入站博士后

1、郭妮,1993128日出生,毕业于中国矿业大学(北京),拟聘单位为计算机科学与技术学院,拟入计算机科学与技术博士后流动站,合作导师陈伟教授。博士期间学术成果摘要如下:

为满足建筑电能耗的多时间管理需求,以北京市真实电力负荷数据为实验数据进行了不同时间尺度的短期电力负荷预测:(1)针对小时级的大规模单变量电力负荷预测,提出一种融合算法Neural Prophet-Lightgbm来实现提前12小时、24小时和48小时的电力负荷预测,其稳定性和准确度在所有对比模型中表现最佳;(2)提出一种基于误差修正的连续多日电力负荷预测融合算法ARIMA-SVR,有效降低了ARIMA模型进行多步预测时导致的误差累积效应;(3)提出一种Boruta-SVR融合算法对月度电力负荷值进行预测,有效解决了高维度变量带来的共线性问题,提高了预测准确率。

 

2、李晓宇,1990327日出生,毕业于中国矿业大学(北京),拟聘单位为计算机科学与技术学院,拟入计算机科学与技术博士后流动站,合作导师陈伟教授。博士期间学术成果摘要如下:

针对矿井低质可见光图像中人员目标的检测识别问题,提出了基于超像素粒化与同质图像粒聚类的人员检测及其工种识别方法;针对矿井复杂场景下可见光图像中人员目标的检测识别问题,提出了基于SLIC超像素特征与SVM支持向量机分类安全帽超像素的人员检测及其工种识别方法;为增强对矿井特殊条件下可见光视频图像中人员目标的检测能力并解决人员安全帽佩戴识别精度低的问题,提出了结合前景目标提取、人员目标检测和安全帽佩戴识别的分步实现方法;为提高对矿井复杂环境中人员目标检测的效率和实时性,结合红外图像不易受环境照度影响且抗粉尘、水雾、噪声能力强的特点,提出了一种改进YOLOv4网络的矿井红外图像人员检测模型;针对矿井复杂环境中由于人员身体遮挡、形态变化、移动缓慢等因素导致传统相关滤波器模型跟踪精度低且鲁棒性差的问题,结合红外视频图像中人员目标特征连续稳定且表现力强的优点,提出了一种改进畸变抑制相关滤波器ARCF的矿井红外视频人员跟踪方法。

 

3.李嘉欣,1993928日出生,毕业于中国地质大学(武汉),拟聘单位为经济管理学院,拟入管理科学与工程站,合作导师王晓珍,20218月到20228月在新加坡南洋理工大学进行国家公派联合培养。博士期间学术成果摘要如下:参与多项国家基金项目,包括国家重大社科基金(17ZDA085)、国家自然科学基金(71773119)、国家青年基金项目(71903184);发表SCI期刊论文10余篇,其中以第一作者身份在EnergyEnergy Research & Social ScienceEnergy Reports等能源领域国际Top期刊上发表学术论文4篇,均为中科院一区;多次获得中国地质大学(武汉)优秀学生干部、科技论文报告会一等奖等荣誉。

注:请公示人员近期完成体检和心理测试。

二、公示

公示期限:20221123日——20221125日。

反映意见的方式:在公示期内,可向博士后管理办公室(地址:南湖校区行政办公楼A205室,电子邮箱kdbsh@cumt.edu.cn,电话:83590200)反映对公示对象的意见。

 

中国矿业大学人力资源部

20221123