福州大学

福州大学数学与计算机科学学院计算机图形学与多媒体/人工智能研究生导师李应介绍如下：

主讲课程：高性能计算机系统结构、多媒体通信技术、内容安全、信息隐藏与数字水印、入侵检测技术等 

研究方向：信息安全、多媒体数据检索 

办公室：数计学院2号楼406 

电子邮件：fj_liying@fzu.edu.cn

个人简介

李应，教授。获西安交通大学学士、硕士和博士学位。

目前在研究生和本科生教学工作中开展的项目：

（1）人工智能及多媒体数据；

（2）内容安全、信息隐藏与数字水印；

（3）入侵检测技术；

（4）Web远程渗透测试与安全分析；

（5）复杂声场境下异常声音事件检测；

（6）生态环境声音识别。

近5年，多名指导的研究生获国家奖学金。

曾主持、正在与拟开展的科研项目：

（1）复杂环境中异常声音事件检测方法研究（福建省自然科学基金项目（面上），编号：2018J01793）

（2）生态环境声音识别；（国家自然科学基金项目（面上），编号：61075022）

（3）Web远程渗透测试与安全分析系统。（福建省重点项目，编号：2012H0025）

（4）生态环境音频数据识别技术的研究；（教育厅A类项目，编号：JA09021）

（5）多媒体音频数据检索技术的研究；（福建省自然科学基金项目，编号：A0510006）

（6）拟开展的项目：人工智能及多媒体数据、内容安全、复杂声场景中声音事件检测。

国家授权的发明专利：

（1）李应. 一种基于MFCCM的音频数据检索方法,2011.9,中国， ZL 2008 1 0070557.7；

（2）李应. 区域生态环境音频数据分类方法,2010.7, 中国，ZL 2008 1 0071838.4；

（3）颜鑫，李应. 利用抗噪幂归一化倒谱系数的鸟类声音识别方法, 2014.4, 中国，ZL 2012 1 0368983.5；

（4）李应. 基于谱时幅度分级向量辨识环境声音事件的方法, 2014.10, 中国，ZL 2012 1 0242825.5；

（5）李应，欧阳桢. 基于多频带信号重构的生态声音识别方法, 2016.1.6, 中国，ZL 2013 1 0472342.9；

（6）李应，张小霞. 复杂环境下基于自适应能量检测的鸟鸣声识别方法，2016.1.6, 中国，ZL 2013 1 0470092.5；

（7）李应，欧阳桢. 基于快速稀疏分解和深度学习的生态声音识别方法，2016.3.9, 中国， ZL 2013 1 0472330.6；

（8）李应，魏静明. 利用纹理特征与随机森林的快速抗噪鸟鸣声识别方法，2016.6.1, 中国，ZL 2013 1 0473337.X；

（9）李应，林巍. 低信噪比声场景下声音事件的识别方法, 2018.4.13, 中国，ZL 2015 1 0141907.4, PCT/CN2015/077075;

（10）李应，吴志彬. 基于声谱图双特征的动物声音识别方法, 2018.10.30, PCT/CN2015/080284.

通过PCT程序国际申请专利：

（1）李应，林巍. 低信噪比声场景下声音事件的识别方法, 2015.3.30, 中国，ZL 2015 1 0141907.4,  PCT/CN2015/077075; 

（2）李应，吴志彬. 基于声谱图双特征的动物声音识别方法, 2015.5.29, PCT/CN2015/080284.

发表教学类论文：

（1）李应，“多元智力理论到研究型课程及评价的思考”，《理工高教研究》，24（5），p34-35,2005。

指导本科生发表的论文：

（1）吴秦明(本科生), 祝幸福(本科生), 李应, 基于DCT的数字水印实用算法研究,《计算机与数字工程》, 37(4), p105-107, 2009.4。

以第一作者或指导学生发表的主要期刊论文：

（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）李应, 印佳丽. 基于多随机森林的低信噪比声音事件检测[J]. 电子学报, 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）李应, 吴灵菲. 用多频带能量分布检测低信噪比声音事件[J]. 电子与信息学报, 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）李应 ，陈秋菊，基于优化的正交匹配追踪声音事件识别，电子与信息学报，2017.01.10，39（1）：183~190；

（5）李应 ，局部搜索的音频数据检索，智能系统学报，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）李应 ，侯义斌，运用神经网络对音频数据索引的最优基的选择，计算机学报，2003.6.1，26（6）：759~764；

（8）李应 ，侯义斌，用小波包变换产生音频数据索引的方法，电子学报，2003.4.1，31（4）：593~596；

（9）李应，侯义斌，产生音频数据索引的有效方法，电子学报，2002.11.1，30（11）：1613~1616；

（10）李应，侯义斌，抽取音频数据特征的快速离散余弦变换方法，西安交通大学学报，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）魏静明，李应，利用抗噪纹理特征的快速鸟鸣声识别，电子学报，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）颜鑫，李应 ，利用抗噪幂归一化倒谱系数的鸟类声音识别，电子学报，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.

以第一作者或指导学生被EI全文收录的会议论文：

（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.

在计算机类等期刊发表的论文：

（1）李应，“用小波包最好基结构系数和塔型算法检索音频数据”，《计算机应用》，28（4），p1012-1015, 2008.

（2）李应，“音频数据检索技术的研究”《集美大学学报》，11（2），p102-105，2006.

（3）李应、唐增铭、宋辛科，“一种基于C语言的仿真语言的设计”，《福州大学学报》，26（3），p13-16，1998.

（4）李应、唐增铭、宋辛科，“基于计算机视觉的汽车吨位辩识”，《福州大学学报》，26（6），p25-27，1998.

（5）李应，“多媒体教学软件生成工具的设计”，《福建省计算机学会1998年度学术年会论文集》，p252-255，1998.11.

（6）李勇, 李应, 余清清. “新型MFCC和波动模型相结合的二层环境声音识别”，《计算机工程与应用》, 47（30），p132-135/139，2011.10.

（7）余清清、李应、李勇，“基于高斯混合模型的自然环境声音的识别”，《计算机工程与应用》，47（25），p152-155/164，2011.9.

（8）余清清、李应、李勇，“噪音情境下生态环境声音分类”，《小型微型计算机系统》，32（8），p1689-1693，2011.8.

（9）李勇、李应、余清清，“基于流形学习和SVM的环境声音分类”，《计算机工程》，37（7），p288-290，2011.4.

（10）余清清、李应、李勇，“基于SVM模型的自然环境声音的分类”，《计算机与数字工程》，38（7），p1-5/138，2010.

（11）魏丹芳、李应，“基于MFCC和加权动态特征组合的环境音分类”，《计算机与数字工程》，38（2），p7-9，2010.

（12）魏丹芳、李应，“一种环境声音分类方法”，《计算机与数字工程》，37（11），p7-9，2009.

（13）江星华、李应，“基于LPCMCC的音频数据检索方法”，《计算机工程》，35（11），p246-247,253, 2009. 6.

（14）孔祥增、李应，“基于Hash函数的分块3D网格模型脆弱水印算法”，《计算机应用与软件》，26（4），p85-86,105，2009.4.

（15）江星华、李应，“一种基于MFCC的音频数据检索方法”，《计算机与数字工程》，36（9），p19-21，2008.

（16）程凯、李应、黄樟钦，“音频数据的一种空间特征模型”，《计算机应用》， 24（1），p143-145，2004。

（17）吴丽进; 李应;“一种基于消除能量偏差的双层环境声识别模型”，《计算机应用与软件》，29（6），p11-13/68,2012.

（18）许凌峰，李应;“Poison Ivy 2.3.2木马缓冲区溢出漏洞分析，《数字技术与应用》，2011(9),p541-542.

（19）李明，李应. “基于遗传算法优化匹配追踪的自然环境声音分类”，《福州大学学报（自然科学版）》，40（6），p719-725, 2012.

（20）王浩安，李应.“噪声情境下基于能量检测的生态环境声音识别”，《计算机工程》，39（2），p168-171,2013.

（21）吕超, 李应.“基于声音频谱特征的两层分类方法”，《计算机应用与软件》，30（2），p42-46, 2013.

（22）张小霞,李应.基于能量检测的复杂环境下的鸟鸣识别,《计算机应用》, 33(10)，p2945-2949，2013.

（23）陈莎莎，李应. “结合时-频纹理特征的随机森林分类器应用于鸟声识别”，《计算机应用与软件》，31(1), p154-157/161, 2014.

（24）王熙，李应. “多频带谱减法用于生态环境声音分类”，《计算机工程与应用》，50(3), p190-193/220, 2014.

（25）周晓敏,李应. “基于Radon和平移不变性小波变换的鸟类声音识别”,《计算机应用》，34(5)，p1391-1396/1417，2014.

（26）周晓敏,李应. “基于小波矩和BP网络的声音识别”, 《计算机工程与应用》，51(3), p190-193/220, 2015.

（27）欧阳桢,李应. “基于萤火虫算法的匹配追踪用于生态声音辨识”,《计算机工程与应用》，51(2), p192-196, 2015.

（28）魏静明,李应.基于纹理特征与随机森林的生态声音识别, 《计算机应用与软件》,32(3), p162-166, 2015.

（29）李碧玉，李应，一种混合优化的匹配追踪生态声音识别方法，《福州大学学报（自然科学版）》，44(3), p405-412/418, 2016.