李軍，男，教授，博士，計算智慧型與信息處理研究所所長，中國人工智慧學會科普工作委員會委員，蘭州交通大學學報編委，教育部學位辦通訊評議專家，國家鐵路局鐵路工程建設評標專家。以第一作者身份在《物理學報》、《控制與決策》、《化工學報》、《電機與控制學報》、《西安交通大學學報》等國內外學術期刊上發表學術論文近30篇，其中被SCI收錄5篇，EI收錄10餘篇。主要研究方向，機器學習，混合計算智慧型方法與非線性系統建模、預測、控制等。蘭州交通大學計算智慧型與信息處理研究所所長。已主持完成甘肅省自然科學基金、甘肅省高等學校科研業務費專項資金項目、甘肅省高等學校研究生導師項目，教育部重點實驗室開放課題等多項科研項目。2015-2018年，主持國家自然科學基金項目一項。
基本介紹
- 中文名：李軍
- 民族：回族
- 出生地：新疆阜康222團
- 出生日期：1969年12月
- 職業：教授
- 畢業院校：西安交通大學
人物簡歷,榮譽成就,研究方向,主要課程,學術研究,主要代表性論文,
人物簡歷
1987年至1991年在蘭州鐵道學院學習，畢業獲工學學士學位。
1991年至1996年在蘭州鐵道學院電信系教學。
1996年至1999年在蘭州鐵道學院電信系攻讀碩士研究生，畢業獲工學碩士學位。
1996年至2002年在蘭州鐵道學院電信系教學。
2002年至2006年在西安交通大學電氣工程學院攻讀博士學位，畢業獲工學博士學位。
2008年9月至2009年8月，中國科學院自動化研究所複雜系統與智慧型科學重點實驗室，中組部“西部之光”訪問學者，從事先進機器人控制及其神經網路的套用研究。
2006年至今，在蘭州交通大學自動化與電氣工程學院自動化系任教。
2002年2月至今先後從事計算智慧型、非線性系統辨識與控制、智慧型檢測理論與多感測數據融合等研究工作。除完成相關課題研究工作外，並多次參加神經網路學術會議。
榮譽成就
現任計算智慧型與信息處理研究所所長，中國人工智慧學會科普工作委員會委員，《蘭州交通大學學報》編委，教育部學位辦通訊評議專家，國家鐵路局鐵路工程建設評標專家。主要從事混合計算智慧型方法在非線性系統建模與控制、複雜時間序列預測、軟測量建模與過程控制等研究工作。以第一作者身份在《物理學報》、《化工學報》、《控制與決策》等國內外著名學術期刊上發表學術論文30餘篇，其中SCI收錄5篇，EI收錄10餘篇。已主持完成甘肅省自然科學基金、甘肅省高等學校基本科研業務費專項資金資助項目、甘肅省高等學校研究生導師項目，教育部重點實驗室開放課題項目，蘭州交通大學第二批“青藍”工程人才資助項目等多項科研項目，目前主持國家自然科學基金項目一項，2013年、2016年獲蘭州交通大學“優秀研究生指導教師”榮譽稱號，指導的一名學生獲得2015年甘肅省優秀碩士學位論文。
《控制與決策》、《電工技術學報》、《控制工程》等期刊審稿人等。
研究方向
主要研究方向：混合計算智慧型與機器學習、非線性系統預測、辨識與控制
主要課程
1．講授的主要課程
自動化導論（本科）
控制系統仿真（本科）
智慧型控制理論 （本科）
模式識別（研究生）
2．實踐性教學
畢業設計[NextPage]
學術研究
主持的研究課題（含課題名稱、來源、年限）
1）2015-2018年，國家自然科學基金項目”基於高斯過程的短期風電功率機率預測方法研究”（編號51467008），主持在研
2）2012-2014年，甘肅省高等學校基本科研業務費專項資金資助項目“非線性系統建模與控制中的混合計算智慧型方法研究”（編號620026），主持完成
3）2016-2017年，基於機率核學習方法的非線性系統辨識與控制研究，光電技術與智慧型控制教育部重點實驗室開放基金項目，主持在研
4）基於軟計算方法的非線性系統辨識與控制研究（0803RJZA023），2008～2010年，甘肅省自然科學基金項目，主持
5）多感測器信息融合理論中智慧型混合算法與套用研究（3ZS042-B25-026），2005－2006，甘肅省自然科學基金項目，主持
6）感測器信息融合理論與研究(K04114)，2004-2005，光電技術與智慧型控制教育部重點實驗室開放基金項目，主持
7）2004年~2008年，蘭州交通大學青藍人才工程項目，主持[NextPage]
主要代表性論文
發表論文(第一署名)
[1]李軍，張觀東. FVS-MSVM方法在機器人建模與辨識中的套用[J]. 振動與衝擊，2018，37 (20): 67-74(EI)
[2]李軍，趙暢. 基於核自適應濾波的無線感測網路定位算法研究[J].農業機械學報2018，49(4):259-266(EI)
[3]Li Jun, Wang Qiu-li. Short-term traffic flow online forecasting based on kernel adaptive filter[J]. Journal
of Measurement Science and Instrumentation，2018, 9(4):326-334(CSCD核心)
[4]李軍, 常燕芝. 基於KPCA-KMPMR的短期風電功率機率預測[J].電力自動化設備, 2017, 37(2):22-28 (EI )
[5]李軍，於陽. 基於稀疏編碼的短期風電功率時間序列預測[J].電力系統保護與控制, 2018,46(12):16-
23(CSCD核心)
[6]李軍，卓澤贏基於EWT-MKL的風電功率短期預測[J]. 信息與控制, 2018，47 (4): 437-447(CSCD核心)
[7]李軍, 陳穎KPCA-ESN方法在Wi-Fi室內定位中的套用[J]. 系統仿真學報, 2017, 29(12): 3042-3050
(CSCD核心)
[8]李軍, 桑樺. 基於SCKF的遞歸神經網路方法在軟測量建模中的套用[J]. 信息與控制, 2017,46(3): 342-
349(CSCD核心)
[9]李軍, 李大超. 基於最佳化核極限學習機的風電功率時間序列預測[J].物理學報,2016,65(13):130501 (SCI/EI)
[10]李軍、石青. 基於ELM的一類不確定性純反饋非線性系統的Backstepping自適應控制[J].化工學報, 2016,67(7)：2934-2943 (EI)
[11] 李軍, 李大超. 基於CEEMDAN-FE-KELM方法的短期風電功率預測[J]. 信息與控制, 2016,45(2): 135-
141(CSCD核心)
[12] 李軍, 黃杰. 基於自組織映射神經網路和局部自回歸模型的網路流量預測[J]. 信息與控制, 2016,45(1):
120-128(CSCD核心)
[13] 李軍, 乃永強.基於ELM的一類MIMO仿射非線性系統的魯棒自適應控制[J]. 控制與決策, 2015，30(9):
1559-1566(EI 20154501525829)
[14]李軍,李青.基於CEEMDAN-排列熵和泄漏積分ESN的中期電力負荷預測研究[J]. 電機與控制學報,
2015,19(8): 2015,19(8):70-80 (EI:20154101350214)
[15] 李軍, 乃永強. 基於ELM的機器人自適應跟蹤控制[J]. 電機與控制學報, 2015, 19(4)：106-116 (EI:
20152500946583)
[16] 乃永強, 李軍. 基於極限學習機的機械臂自適應神經控制[J]. 信息與控制, 2015, 44(3)：257-262
(CSCD核心)
[17] 李軍, 岳文琦.基於泄漏積分型回聲狀態網路的軟測量動態建模方法及套用[J]. 化工學報, 2014, 65(10)：
4004-4014(EI：201444136196)
[18] 李軍. 基於貪心核特徵提取方法的中期峰值負荷預測[J]. 控制與決策, 2014, 29(9): 1661-1666(EI：
201443121556)
[19] 李曉華,李軍.基於ESN網路的連續攪拌反應釜(CSTR)辨識研究[J]. 信息與控制2014, 43(2):223-228.
[20] 王嬌, 李軍. 最小最大機率回歸機在短時交通流預測中的套用[J].公路交通科技,2014, 31(2):121-127.
[21] 李軍, 郭琳. 基於WKGV-KICA 的盲源信號分離算法[J]. 控制與決策, 2013, 28(7): 972-977 (EI：
20133216587735)
[22] 李軍, 張友鵬. 基於GP的混沌時間序列單步與多步預測[J]. 物理學報, 2011, 60(7):070513-1~10
(SCI: 800MZ)
[23] 李軍,趙峰.最小二乘小波支持向量機在非線性控制中的套用[J].電機與控制學報, 2009,13(4):620-625
(EI: 20093412260423)
[24] 李軍,董海鷹. 基於小波核偏最小二乘回歸方法的混沌系統建模研究[J].物理學報,2008,57(8):4756-
4765(SCI: 339UK)
[25] 李軍, 趙峰.基於支持向量回歸神經網路的時間序列預測[J].系統仿真學報, 2008,20(15): 4025-4030. (EI:
083511488287)
[26] Li Jun, Zhang You-Peng. Modelling of Dynamic Systems Using Generalized RBF Neural Networks
Based On Kalman Filter Mehtod[J]. Advances in Neural Networks, 2007, LNCS 4491: 680-688
(EI：075210989107)
[27] Li Jun, Liu Jun-hua. Study on Nonlinear Inverse Modeling of Sensor based on Back-Propagation
Fuzzy Logical System[J]. Academic Journal ofXi’anJiaotongUniversity, 2007,19 (1):14-17.
[28] Li Jun, Liu Jun-hua. Identification and Control of Dynamic Systems Based onLeast SquareWavelet
Support Vector Machines[J]. Advances in Neural Networks, 2006, LNCS 3972: 934-942.
(SCI: BET84; EI: 062910011294)
[29] Li Jun, Liu Jun-hua. Identification of Dynamic Systems Using Support Vector Regression Neural
Networks[J].Journal ofSoutheastUniversity, 2006, 22(2):228-233(EI: 063610101364)
[30] Li Jun, Zhao Feng. Nonlinear Inverse Modeling of Sensor Characteristics Based on Compensatory
Neurofuzzy Systems[C]. 1st International Symposium on Systems and Control in Aerospace and
Astronautics: 284-288, 2006. (ISSCAA2006). (EI:064610244243; ISTP: BEJ06)
[31] Li Jun, Zhao Feng. Identification of Dynamical Systems Using Radial Basis Function Neural Networks
with Hybrid Learning Algorithm[C]. 1st International Symposium on Systems and Control in Aerospace
and Astronautics: 1115-1118, 2006. (ISSCAA2006) (EI:064610244417; ISTP: BEJ06)
[32] 李軍,劉君華.一種新型廣義RBF神經網路在混沌時間序列預測中的研究[J].物理學報, 2005, 54(10): 4569-
4577 (SCI: 972GU; EI: 05459460311)
[33] 李軍,劉君華. 多感測器融合系統的可靠性模型研究[J].西安交通大學學報, 2004, 38(8): 775-778 (EI:
04468459128)
