个人简介

谢昕，男，硕士，三级教授，硕士生导师。江西省计算机学会、江西省城市安全信息化协会理事，江西省高校中青年骨干教师，原铁道部优秀教师。1992年毕业于上海铁道学院机械设计及自动化专业，获工学学士学位；2001年毕业于南昌大学控制理论与控制工程专业，获工学硕士学位。主要研究领域为机器视觉、计算机网络与信息安全。近几年来，主持国家自然科学基金、江西省自然科学基金、科技厅重点研发项目、教育厅科技项目、南昌市科技局科技支撑项目等10余项、重大横向课题多项。在各类学术期刊发表论文20余篇（SCI/EI收录近20篇），主编或参编专著（教材）6本；获发明专利授权11项、实用新型专利授权4项、软件著作权12项。国家基金委、广东、湖南、湖北、山东、山西、江西等省科技厅、南昌市科技局、人社局、外专局、知识产权局及南昌铁路局等部门的项目评审（评估）专家。

研究方向

※ 计算机网络

※ 信息安全

※ 机器视觉

主要科研项目

※ 主持国家自然科学基金2项（在研1项、完成1项）

※ 主持江西省自然科学基金2项（完成2项）

※ 主持江西省科技厅重点研发项目3项（完成3项）

※ 主持江西省教育厅科技项目2项（完成2项）

※ 领衔“南昌市传感器网络与压缩感知”知识创新团队

※ 参与国家自然科学基金3项（排名第2、均已完成）

教学和人才培养情况

※ 主持完成江西省教育厅教改课题项目1项

※ 主持华东交通大学校级精品课程2门

※ 指导的研究生有多人获得江西省研究生创新基金、国家奖学金、校“十大学术之星”及优秀硕士论文

※ 获得校优秀研究生指导教师

※ 主编教材《C++程序设计》、参编教材《Java程序设计简明教程》、《C++程序设计实训教程》等

※ 参编《信息安全技术发展与研究》等专著3部

代表性成果

1、GhostFormer: Efficiently amalgamated CNN-transformer architecture for object detection，Pattern Recognition，2024（CCF B类，Top期刊，SCI 一区，IF= 8.4）

2、HaarAE: An unsupervised anomaly detection model for IOT devices based on Haar wavelet transform，Applied Intelligence,2023（CCF C类期刊，SCI 二区，IF= 5.3）

3、Graph-based Bayesian Network Conditional Normalizing Flows for Multiple Time Series Anomaly Detection，International Journal of Intelligent Systems,  2022（CCF C类期刊，SCI 一区，IF= 10.3）

4、RDAD: A reconstructive and discriminative anomaly detection model based on transformer，International Journal of Intelligent Systems（CCF C类期刊，SCI 一区，IF= 10.3）

5、Unsupervised Abnormal Detection Using VAE with Memory, Soft Computing,  2022（CCF C类期刊，SCI 二区，IF= 4.1）

6、一种基于超图注意力网络的多变量时间序列异常检测方法（ZL202311580493.6）

7、基于shapelet 的网络异常流量检测方法及系统（ZL202310488197.7）

8、一种基于交叉U-Net网络的视频异常检测方法（ZL202310000623.8）

9、基于Transformer的小样本缺陷检测方法（ZL 2022102692035）

10、一种基于图神经网络的电力物联网设备异常检测方法（ZL2022100572306）

11、一种基于人工智能的电力设备异常检测方法和系统（ZL2021115578048）

12、一种基于MHMA的异常检测方法和设备（ZL 202010647831.3）

13、基于仿生算法的高精度视觉测量方法装置和系统（ZL201910066714.5）

14、基于视觉识别的精密轴尺寸测量方法装置和系统（ZL201810042093.2）

联系方式

 ※ 电子邮件：xiexin@ecjtu.edu.cn