福州大學

福州大學數學與計算機科學學院計算機圖形學與多媒體/人工智能研究生導師李應介紹如下：

主講課程：高性能計算機系統結構、多媒體通信技術、內容安全、信息隱藏與數字水印、入侵檢測技術等 

研究方向：信息安全、多媒體數據檢索 

辦公室：數計學院2號樓406 

電子郵件：fj_liying@fzu.edu.cn

個人簡介

李應，教授。獲西安交通大學學士、碩士和博士學位。

目前在研究生和本科生教學工作中開展的項目：

（1）人工智能及多媒體數據；

（2）內容安全、信息隱藏與數字水印；

（3）入侵檢測技術；

（4）Web遠程滲透測試與安全分析；

（5）復雜聲場境下異常聲音事件檢測；

（6）生態環境聲音識別。

近5年，多名指導的研究生獲國家獎學金。

曾主持、正在與擬開展的科研項目：

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

（2）生態環境聲音識別；（國家自然科學基金項目（面上），編號：61075022）

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

（4）生態環境音頻數據識別技術的研究；（教育廳A類項目，編號：JA09021）

（5）多媒體音頻數據檢索技術的研究；（福建省自然科學基金項目，編號：A0510006）

（6）擬開展的項目：人工智能及多媒體數據、內容安全、復雜聲場景中聲音事件檢測。

國家授權的發明專利：

（1）李應. 一種基于MFCCM的音頻數據檢索方法,2011.9,中國， ZL 2008 1 0070557.7；

（2）李應. 區域生態環境音頻數據分類方法,2010.7, 中國，ZL 2008 1 0071838.4；

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

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

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

（6）李應，張小霞. 復雜環境下基于自適應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，歐陽楨. 基于快速稀疏分解和深度學習的生態聲音識別方法，2016.3.9, 中國， ZL 2013 1 0472330.6；

（8）李應，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，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，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，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，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.

發表教學類論文：

（1）李應，“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。

指導本科生發表的論文：

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

以第一作者或指導學生發表的主要期刊論文：

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

（5）李應 ，局部搜索的音頻數據檢索，智能系統學報，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 ，侯義斌，運用神經網絡對音頻數據索引的最優基的選擇，計算機學報，2003.6.1，26（6）：759~764；

（8）李應 ，侯義斌，用小波包變換產生音頻數據索引的方法，電子學報，2003.4.1，31（4）：593~596；

（9）李應，侯義斌，產生音頻數據索引的有效方法，電子學報，2002.11.1，30（11）：1613~1616；

（10）李應，侯義斌，抽取音頻數據特征的快速離散余弦變換方法，西安交通大學學報，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，利用抗噪紋理特征的快速鳥鳴聲識別，電子學報，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 ，利用抗噪冪歸一化倒譜系數的鳥類聲音識別，電子學報，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.

以第一作者或指導學生被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表的論文：

（1）李應，“用小波包最好基結構系數和塔型算法檢索音頻數據”，《計算機應用》，28（4），p1012-1015, 2008.

（2）李應，“音頻數據檢索技術的研究”《集美大學學報》，11（2），p102-105，2006.

（3）李應、唐增銘、宋辛科，“一種基于C語言的仿真語言的設計”，《福州大學學報》，26（3），p13-16，1998.

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

（5）李應，“多媒體教學軟件生成工具的設計”，《福建省計算機學會1998年度學術年會論文集》，p252-255，1998.11.

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

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

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

（9）李勇、李應、余清清，“基于流形學習和SVM的環境聲音分類”，《計算機工程》，37（7），p288-290，2011.4.

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

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

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

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

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

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

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

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

（18）許凌峰，李應;“Poison Ivy 2.3.2木馬緩沖區溢出漏洞分析，《數字技術與應用》，2011(9),p541-542.

（19）李明，李應. “基于遺傳算法優化匹配追蹤的自然環境聲音分類”，《福州大學學報（自然科學版）》，40（6），p719-725, 2012.

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

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

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

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

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

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

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

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

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

（29）李碧玉，李應，一種混合優化的匹配追蹤生態聲音識別方法，《福州大學學報（自然科學版）》，44(3), p405-412/418, 2016.