头像

刘琳岚

个人主页:

基本信息

姓名:刘琳岚

性别:

在岗性质:全职硕导

最高学位:学士

专业技术职务:二级教授

毕业学校:国防科技大学

行政职务:

所在院校:信息工程学院

联系电话:18170819910

电子邮箱:liulinlan@nchu.edu.cn

研究方向
硕士:
1. 信息工程学院 004 计算机科学与技术 081200 计算机应用技术 02
硕士:
2. 信息工程学院 004 航空宇航科学与技术 082500 航空宇航测试技术 01
硕士:
3. 信息工程学院 004 计算机科学与技术 081200 物联网技术 03
硕士:
4. 信息工程学院 004 计算机科学与技术 081200 人工智能 04
硕士:
5. 信息工程学院 004 电子信息 085400 计算机技术 01
工作经历

2006/10-至今 ,南昌航空大学,信息工程学院/物联网技术研究所,教授(二级)

2002/012002/08Wilfrid Laurier UniversityPhysics & Computing,访问学者

2001/102006/09,南昌航空大学,计算机系,副教授

1995/062001/09,南昌航空工业学院,计算机系,讲师

1988/071995/05,江西省信息中心,助工/工程师






教育经历

◆1984/07-1988/06,国防科技大学计算机及应用专业,本科,学生,获学士学位





科研项目

   

主持国家自然科学基金2项、省部级重点基金、重点科技支撑项目项10项,作为骨干(第二)承担国家自然科学基金4项、省部级重点基金、重点科技支撑项目项6项,国防项目2项,企业委托项目6项。

  1. 1. 主要在研项目:

    国家自然科学基金项目62062050基于图神经网络的机会网络节点重要度评估方法研究2021/01–2024/1234

    国家自然科学基金项目61962037,基于深度学习的无线传感器网络链路质量评估方法研究,2020/01–2023/1238万元

    国家自然科学基金项目61762065,基于深度信念网的便携设备交换网络链路预测方法研究,2018/01–2021/1239万元

    江西自然科学基金项目,20202BABL202039,基于深度森林的无线传感器网络链路质量评估方法研究2020/012022/126万元

    企业委托项目,珠架跟随特性测试数据采集处理系统2020/082022/0752万元

     

  2. 2. 主要结题项目:

    国家自然科学基金项目,61363015,基于支持向量机的无线传感网络链路质量预测方法研究,2014/01–2017/1250万元

    国家自然科学基金项目,61262020,机会传感网络连通性监视方法研究, 2012/01–2016/1245万元

    国家自然科学基金项目,60773055,应用于事件检测的无线传感器网络自身健康状态监视研究,2008/01–2010/1226万元

    工信部物联网专项基金项目,江西省重要河湖的水质量监测系统研制和应用示范,2015/01–2017/12300万元

    江西自然科学基金重点项目,20171ACB20018,基于深度信念网的动态加权网络链路预测机制研究,2017/01–2019/1250万元

    江西重点研发计划项目,20171BBH80022,面向服务的物联网中间件平台关键技术研究,2017/012019/1220万元

    江西自然科学基金项目,20171BAB202009,无线传感器网络链路质量预测关键技术研究,2017/01–2018/12,6万元

    ◆国防基础科研计划重点项目,A0520132029XXX飞机机载嵌入式系统软件测试验证与评价技术,2014/01–2017/12,164万元





荣誉奖项

IEEE Access》、《Journal of Sensors》、《软件学报》、《计算机学报》、《电子学报》、《计算机研究与发展》、《通信学报》发表学术论文100余篇,其中SCI、EI收录60余篇、出版书籍2部;获江西省科技进步奖1项、江西省高等学校科技成果奖1项,已授权物联网数据方向发明专利5项,登记物联网数据方向软件著作权11项

  1. 1.主要个人荣誉:

    ◆江西省新世纪百千万人才工程一二层次人选

    ◆江西省中青年学科带头人

  2.  

    2.近三年,本人第1作者或指导研究生第1作者发表的主要论文:

    Linlan Liu, Hui Lv(学生), Jiangbo Xu, AND Jian Shu. A Link Quality Estimation Method Based on Improved weighted Extreme Learning Machine[J].IEEE ACCESS20219(1)11378-11392SCI刊(

    Ziliang Liao(学生), Linlan Liu, Yubin Chen. A novel link prediction method for opportunistic networks based on random walk and a deep belief network[J].IEEE ACCESS20208(1)16236-16247SCI刊(

    Yi Feng(学生), Linlan Liu and Jian Shu. A Link Quality Prediction Method for Wireless Sensor Networks Based on XGBoost[J].IEEE ACCESS20197(1)155229-155241, SCI刊(

    Xionghui Luo(学生), Linlan Liu, Jian Shu, Manar Al-Kali. Link Quality Estimation Method for Wireless Sensor Networks Based on Stacked Autoencoder[J].IEEE ACCESS20197(1)21572-21583SCI刊(

    Chen Qifan(学生)Liu,LinlanYang, ZhiyongGuo, KaiPrediction Approach of Critical Node Based on Multiple Attribute Decision Making for Opportunistic Sensor NetworksJournal of Sensors2016(1):1~8, SCI刊(

    Chenhao Jia(学生), Linlan Liu, Xiaole Gu, and Manlan Liu, A Novel Link Quality Prediction Algorithm for Wireless Sensor Networks, Computer Science and Information Systems, 2017, 14(3): 719~734, SCI刊(

    ◆刘琳岚, 谭镇阳, 舒坚.基于图神经网络的机会网络节点重要度评估方法[J].计算机研究与发展,202158EI源刊、中文权威(学校A1类)期刊

    刘琳岚,高声荣(学生),舒坚.基于随机森林的链路质量预测[J]. 通信学报,2019,40(04),202-211 EI源刊、中文权威(学校A1类)期刊

    ◆刘琳岚,  廖子粮(学生),  徐  磊,  舒  坚. 基于时间距离与拓扑距离的连通性模型[J]. 软件学报,2018,29(S1):32-42. EI源刊、中文权威(学校A1类)期刊

    刘琳岚,张江(学生),舒坚,郭凯,孟令冲,基于多属性决策的机会传感网络关键节点预测[J].计算机研究与发展,201754(9):2021~2031EI源刊、中文权威(学校A1类)期刊

    刘琳岚,谷小乐(学生),刘松,舒坚.基于云模型的无线传感器网络链路质量的预测[J].软件学报,2015,26(S1): 70-77EI源刊、中文权威(学校A1类)期刊

    刘琳岚,胡刚(学生),刘松,刘文波,郭娜,基于动态直觉模糊多属性的链路质量参数优选,北京邮电大学学报,201740(2):67~72EI源刊

    刘琳岚,许江波(学生),陈宇斌,舒坚.基于超限学习机的WSNs的链路质量评估方法[J]. 北京邮电大学学报,2018,41(01),134-138EI源刊

    刘琳岚,刘群(学生),郭凯,韩洋,机会传感网络移动节点连通度的影响因素,北京邮电大学学报,201639(6):116~120EI源刊

     

    3.已授权的主要发明专利:

    王伟(学生)刘琳岚舒坚发明专利:一种采用效率依赖矩阵评估机会网络关键节点的方法专利号:ZL201910914074.9,证书号:4045250

    ◆冯(学生)、刘琳岚、舒坚,发明专利:无线传感器网络链路质量预测方法,专利号:ZL201811160836.2,证书:3619126

    ◆刘琳岚、许江波(学生)、高声荣、舒坚,发明专利:一种采用超限学习机综合评估链路质量的方法,专利号:ZL201710644576.5,证书:3556200

    ◆舒坚、琳岚,发明专利:基于无线传感器网络的战术对抗演习裁决辅助系统,专利号:ZL201010119833.1,证书:941486








社会兼职





备注