福州大學(xué)數(shù)學(xué)與計算機科學(xué)學(xué)院計算機圖形學(xué)與多媒體/人工智能研究生導(dǎo)師李應(yīng)介紹如下：

主講課程：高性能計算機系統(tǒng)結(jié)構(gòu)、多媒體通信技術(shù)、內(nèi)容安全、信息隱藏與數(shù)字水印、入侵檢測技術(shù)等 

研究方向：信息安全、多媒體數(shù)據(jù)檢索 

辦公室：數(shù)計學(xué)院2號樓406 

電子郵件：fj_liying@fzu.edu.cn

個人簡介

李應(yīng)，教授。獲西安交通大學(xué)學(xué)士、碩士和博士學(xué)位。

目前在研究生和本科生教學(xué)工作中開展的項目：

（1）人工智能及多媒體數(shù)據(jù)；

（2）內(nèi)容安全、信息隱藏與數(shù)字水�。�

（3）入侵檢測技術(shù)；

（4）Web遠程滲透測試與安全分析；

（5）復(fù)雜聲場境下異常聲音事件檢測；

（6）生態(tài)環(huán)境聲音識別。

近5年，多名指導(dǎo)的研究生獲國家獎學(xué)金。

曾主持、正在與擬開展的科研項目：

（1）復(fù)雜環(huán)境中異常聲音事件檢測方法研究（福建省自然科學(xué)基金項目（面上），編號：2018J01793）

（2）生態(tài)環(huán)境聲音識別；（國家自然科學(xué)基金項目（面上），編號：61075022）

（3）Web遠程滲透測試與安全分析系統(tǒng)。（福建省重點項目，編號：2012H0025）

（4）生態(tài)環(huán)境音頻數(shù)據(jù)識別技術(shù)的研究；（教育廳A類項目，編號：JA09021）

（5）多媒體音頻數(shù)據(jù)檢索技術(shù)的研究；（福建省自然科學(xué)基金項目，編號：A0510006）

（6）擬開展的項目：人工智能及多媒體數(shù)據(jù)、內(nèi)容安全、復(fù)雜聲場景中聲音事件檢測。

國家授權(quán)的發(fā)明專利：

（1）李應(yīng). 一種基于MFCCM的音頻數(shù)據(jù)檢索方法,2011.9,中國， ZL 2008 1 0070557.7；

（2）李應(yīng). 區(qū)域生態(tài)環(huán)境音頻數(shù)據(jù)分類方法,2010.7, 中國，ZL 2008 1 0071838.4；

（3）顏鑫，李應(yīng). 利用抗噪冪歸一化倒譜系數(shù)的鳥類聲音識別方法, 2014.4, 中國，ZL 2012 1 0368983.5；

（4）李應(yīng). 基于譜時幅度分級向量辨識環(huán)境聲音事件的方法, 2014.10, 中國，ZL 2012 1 0242825.5；

（5）李應(yīng)，歐陽楨. 基于多頻帶信號重構(gòu)的生態(tài)聲音識別方法, 2016.1.6, 中國，ZL 2013 1 0472342.9；

（6）李應(yīng)，張小霞. 復(fù)雜環(huán)境下基于自適應(yīng)能量檢測的鳥鳴聲識別方法，2016.1.6, 中國，ZL 2013 1 0470092.5；

（7）李應(yīng)，歐陽楨. 基于快速稀疏分解和深度學(xué)習(xí)的生態(tài)聲音識別方法，2016.3.9, 中國， ZL 2013 1 0472330.6；

（8）李應(yīng)，魏靜明. 利用紋理特征與隨機森林的快速抗噪鳥鳴聲識別方法，2016.6.1, 中國，ZL 2013 1 0473337.X；

（9）李應(yīng)，林巍. 低信噪比聲場景下聲音事件的識別方法, 2018.4.13, 中國，ZL 2015 1 0141907.4, PCT/CN2015/077075;

（10）李應(yīng)，吳志彬. 基于聲譜圖雙特征的動物聲音識別方法, 2018.10.30, PCT/CN2015/080284.

通過PCT程序國際申請專利：

（1）李應(yīng)，林巍. 低信噪比聲場景下聲音事件的識別方法, 2015.3.30, 中國，ZL 2015 1 0141907.4,  PCT/CN2015/077075; 

（2）李應(yīng)，吳志彬. 基于聲譜圖雙特征的動物聲音識別方法, 2015.5.29, PCT/CN2015/080284.

發(fā)表教學(xué)類論文：

（1）李應(yīng)，“多元智力理論到研究型課程及評價的思考”，《理工高教研究》，24（5），p34-35,2005。

指導(dǎo)本科生發(fā)表的論文：

（1）吳秦明(本科生), 祝幸福(本科生), 李應(yīng), 基于DCT的數(shù)字水印實用算法研究,《計算機與數(shù)字工程》, 37(4), p105-107, 2009.4。

以第一作者或指導(dǎo)學(xué)生發(fā)表的主要期刊論文：

（1）LI Ying, HUANG Hongkeng, and WU Zhibin，Animal Sound Recognition Based on Double Feature of Spectrogram，Chinese Journal of Electronics，2019, 28(4) :667~673.

（2）李應(yīng), 印佳麗. 基于多隨機森林的低信噪比聲音事件檢測[J]. 電子學(xué)報, 2018, 46(11): 2705-2713.

(LI Ying, YIN Jia-li. Sound Event Detection at Low SNR Based on Multi-random Forests. Acta Electronica Sinica, 2018, 46(11): 2705-2713.)

（3）李應(yīng), 吳靈菲. 用多頻帶能量分布檢測低信噪比聲音事件[J]. 電子與信息學(xué)報, 2018, 40(12): 2905-2912. doi: 10.11999/JEIT180180  

(Ying LI, Lingfei WU. Detection of Sound Event under Low SNR Using Multi-band Power Distribution. dianziyuxinxixuebao, 2018, 40(12): 2905-2912. doi: 10.11999/JEIT180180)

（4）李應(yīng) ，陳秋菊，基于優(yōu)化的正交匹配追蹤聲音事件識別，電子與信息學(xué)報，2017.01.10，39（1）：183~190；

（5）李應(yīng) ，局部搜索的音頻數(shù)據(jù)檢索，智能系統(tǒng)學(xué)報，2008.3.1，3（1）：259~264；

（6）Ying Li, Yibin Hou, Search audio data with the wavelet Pyramidal algorithm, Signal Processing Letter, 2004.7.16, 91(1): 49~55;

（7）李應(yīng) ，侯義斌，運用神經(jīng)網(wǎng)絡(luò)對音頻數(shù)據(jù)索引的最優(yōu)基的選擇，計算機學(xué)報，2003.6.1，26（6）：759~764；

（8）李應(yīng) ，侯義斌，用小波包變換產(chǎn)生音頻數(shù)據(jù)索引的方法，電子學(xué)報，2003.4.1，31（4）：593~596；

（9）李應(yīng)，侯義斌，產(chǎn)生音頻數(shù)據(jù)索引的有效方法，電子學(xué)報，2002.11.1，30（11）：1613~1616；

（10）李應(yīng)，侯義斌，抽取音頻數(shù)據(jù)特征的快速離散余弦變換方法，西安交通大學(xué)學(xué)報，2001.8.1，35（8）：854~857;

（11）Xiaomin Zhou, Ying Li, Anti-noise sound recognition based on energy-frequency feature, CAAI Transactions on Intelligent Systems, 2015.10.1, 10(5): 810~819;

（12）Xiaoxia Zhang, Ying Li, Adaptive Energy Detection for Bird Sound Classification in Complex Environments, Neurocomputing, 2015.5.1, 155: 108~116;

（13）魏靜明，李應(yīng)，利用抗噪紋理特征的快速鳥鳴聲識別，電子學(xué)報，2015.1.1，43（1）：185~190；

（14）Zhen Ouyang, Ying Li, OMP-based Multi-band Signal Reconstruction for Ecological Sounds Recognition, Journal of Electronics(China), 2014.1.1, 31(1): 11~21;

（15）Xiaoxia Zhang, Ying Li, Environmental Sound Recognition Using Double-Level Energy Detection; Journal of Signal and Information Processing, 2013.8.1, 4(3B): 19~24;

（16）顏鑫，李應(yīng) ，利用抗噪冪歸一化倒譜系數(shù)的鳥類聲音識別，電子學(xué)報，2013.2.1，41（2）：295~300。

（17）Jia-Li Yin, Bo-Hao Chen, Kuo-Hua Robert Lai, Ying Li , Automatic Dangerous Driving Intensity Analysis for Advanced Driver Assistance Systems from Multimodal Driving Signals[J]. IEEE Sensors Journal, 2018, 18(12):4785-4794.

以第一作者或指導(dǎo)學(xué)生被EI全文收錄的會議論文：

（1）Ying Li, A Classification Method for Environmental Audio Data, Proc. 2nd IEEE Int'l Conf. Advanced Computer Control (ICACC), March, Shenyang, China: vol(2), 355-361, 2010;

（2）Ying Li, A Quick Classification for Area Environmental Audio Data Based on Local Search Tree, Proc. IEEE Int'l Conf. Environmental Science and Information Application Technology( ESIAT), July, Wuhan, HuBei, Chian: 569-574, 2009;

（3）Ying Li, Search Audio Data with Wavelet Packet Best Base and Pyramidal Algorithm, Proc. First IEEE Int'l Congress on Image and Signal Processing (CISP), May, Sanya, Hainan, China: 540-547, 2008;

（4）Ying Li, Retrieval of Environmental Audio Data by Means of MFCCM, 2008 Proceedings of Information Technology and Environmental System Sciences (ITESS 2008), May, Jiaozuo, Henan, China: 588-593, 2008;

（5）Ying Li, Yibin Hou, Xinke Song, A method of searching audio file query by example, Proceedings of the 4th World Congress on Intelligent Control and Automation(WCICA), June, Shanghai, China: 2144-2149, 2002;

（6）QingQing Yu,Ying Li, Eco-environmental Sound Classification with Time-frequency Features Under Noise Conditions, The 13th  IEEE Joint International Computer Science and Information Technology Conference (JICSIT 2011), August 20-22, Chongqing, China: 48-52, 2011.

（7）Yong Li, Ying Li, Eco-environmental Sound Classification Based on Matching Pursuit and Support Vector Machine, The 2nd International Conference on Information Engineering and Computer Science (ICIECS 2010), 25-26 December, WuHan, China:144-147, 2010.

（8）Ming Li, Ying Li, Ecological environmental sound classification based on genetic algorithm and matching pursuit sparse decomposition, Proc. 5-th IEEE Int'l Congress on Image and Signal Processing (CISP-2012), October, Chongqing, China: 1705-1709, 2012.

（9）Guanyu You, Ying Li, Environmental sounds recognition using TESPAR, Proc. 5-th IEEE Int'l Congress on Image and Signal Processing (CISP-2012), October, Chongqing, China: 1769-1773, 2012.

（10）Shasha Chen, Ying Li, Automated recognition of bird songs using time-frequency texture, 5th International Conference on Computational Intelligence and Communication Networks (CICN-2013), Mathura, Septemper, India: 262 – 266, 2013.

（11）Jingming Wei, Ying Li, Specific Environmental Sounds Recognition Using Time-frequency Texture Features and Random Forest, International Congress on Image and Signal Processing (CISP 2013) , December, Hangzhou, China: 1705-1709, 2013.

（12）Lin Wei, Li Ying, Lower SNR sound event recognition using noisy training sample, 8th International Congress on Image and Signal Processing, CISP 2015, p1448-1453.

（13）Li Ying, Wu Zhibin, Animal sound recognition based on double feature of spectrogram in real environment, 2015 International Conference on Wireless Communications and Signal Processing, WCSP 2015, November 30, 2015.

（14）Xin Yan, Ying Li. Anti-noise Power Normalized Cepstral Coefficients for Robust Environmental Sounds Recognition in Real Noisy Conditions. The 4th International Conference on Computational Intelligence and Communication Networks (CICN 2012). Shanghai, China: IEEE Computer Society, 2012. 263-267.

在計算機類等期刊發(fā)表的論文：

（1）李應(yīng)，“用小波包最好基結(jié)構(gòu)系數(shù)和塔型算法檢索音頻數(shù)據(jù)”，《計算機應(yīng)用》，28（4），p1012-1015, 2008.

（2）李應(yīng)，“音頻數(shù)據(jù)檢索技術(shù)的研究”《集美大學(xué)學(xué)報》，11（2），p102-105，2006.

（3）李應(yīng)、唐增銘、宋辛科，“一種基于C語言的仿真語言的設(shè)計”，《福州大學(xué)學(xué)報》，26（3），p13-16，1998.

（4）李應(yīng)、唐增銘、宋辛科，“基于計算機視覺的汽車噸位辯識”，《福州大學(xué)學(xué)報》，26（6），p25-27，1998.

（5）李應(yīng)，“多媒體教學(xué)軟件生成工具的設(shè)計”，《福建省計算機學(xué)會1998年度學(xué)術(shù)年會論文集》，p252-255，1998.11.

（6）李勇, 李應(yīng), 余清清. “新型MFCC和波動模型相結(jié)合的二層環(huán)境聲音識別”，《計算機工程與應(yīng)用》, 47（30），p132-135/139，2011.10.

（7）余清清、李應(yīng)、李勇，“基于高斯混合模型的自然環(huán)境聲音的識別”，《計算機工程與應(yīng)用》，47（25），p152-155/164，2011.9.

（8）余清清、李應(yīng)、李勇，“噪音情境下生態(tài)環(huán)境聲音分類”，《小型微型計算機系統(tǒng)》，32（8），p1689-1693，2011.8.

（9）李勇、李應(yīng)、余清清，“基于流形學(xué)習(xí)和SVM的環(huán)境聲音分類”，《計算機工程》，37（7），p288-290，2011.4.

（10）余清清、李應(yīng)、李勇，“基于SVM模型的自然環(huán)境聲音的分類”，《計算機與數(shù)字工程》，38（7），p1-5/138，2010.

（11）魏丹芳、李應(yīng)，“基于MFCC和加權(quán)動態(tài)特征組合的環(huán)境音分類”，《計算機與數(shù)字工程》，38（2），p7-9，2010.

（12）魏丹芳、李應(yīng)，“一種環(huán)境聲音分類方法”，《計算機與數(shù)字工程》，37（11），p7-9，2009.

（13）江星華、李應(yīng)，“基于LPCMCC的音頻數(shù)據(jù)檢索方法”，《計算機工程》，35（11），p246-247,253, 2009. 6.

（14）孔祥增、李應(yīng)，“基于Hash函數(shù)的分塊3D網(wǎng)格模型脆弱水印算法”，《計算機應(yīng)用與軟件》，26（4），p85-86,105，2009.4.

（15）江星華、李應(yīng)，“一種基于MFCC的音頻數(shù)據(jù)檢索方法”，《計算機與數(shù)字工程》，36（9），p19-21，2008.

（16）程凱、李應(yīng)、黃樟欽，“音頻數(shù)據(jù)的一種空間特征模型”，《計算機應(yīng)用》， 24（1），p143-145，2004。

（17）吳麗進; 李應(yīng);“一種基于消除能量偏差的雙層環(huán)境聲識別模型”，《計算機應(yīng)用與軟件》，29（6），p11-13/68,2012.

（18）許凌峰，李應(yīng);“Poison Ivy 2.3.2木馬緩沖區(qū)溢出漏洞分析，《數(shù)字技術(shù)與應(yīng)用》，2011(9),p541-542.

（19）李明，李應(yīng). “基于遺傳算法優(yōu)化匹配追蹤的自然環(huán)境聲音分類”，《福州大學(xué)學(xué)報（自然科學(xué)版）》，40（6），p719-725, 2012.

（20）王浩安，李應(yīng).“噪聲情境下基于能量檢測的生態(tài)環(huán)境聲音識別”，《計算機工程》，39（2），p168-171,2013.

（21）呂超, 李應(yīng).“基于聲音頻譜特征的兩層分類方法”，《計算機應(yīng)用與軟件》，30（2），p42-46, 2013.

（22）張小霞,李應(yīng).基于能量檢測的復(fù)雜環(huán)境下的鳥鳴識別,《計算機應(yīng)用》, 33(10)，p2945-2949，2013.

（23）陳莎莎，李應(yīng). “結(jié)合時-頻紋理特征的隨機森林分類器應(yīng)用于鳥聲識別”，《計算機應(yīng)用與軟件》，31(1), p154-157/161, 2014.

（24）王熙，李應(yīng). “多頻帶譜減法用于生態(tài)環(huán)境聲音分類”，《計算機工程與應(yīng)用》，50(3), p190-193/220, 2014.

（25）周曉敏,李應(yīng). “基于Radon和平移不變性小波變換的鳥類聲音識別”,《計算機應(yīng)用》，34(5)，p1391-1396/1417，2014.

（26）周曉敏,李應(yīng). “基于小波矩和BP網(wǎng)絡(luò)的聲音識別”, 《計算機工程與應(yīng)用》，51(3), p190-193/220, 2015.

（27）歐陽楨,李應(yīng). “基于螢火蟲算法的匹配追蹤用于生態(tài)聲音辨識”,《計算機工程與應(yīng)用》，51(2), p192-196, 2015.

（28）魏靜明,李應(yīng).基于紋理特征與隨機森林的生態(tài)聲音識別, 《計算機應(yīng)用與軟件》,32(3), p162-166, 2015.

（29）李碧玉，李應(yīng)，一種混合優(yōu)化的匹配追蹤生態(tài)聲音識別方法，《福州大學(xué)學(xué)報（自然科學(xué)版）》，44(3), p405-412/418, 2016.