姓名：刘峡壁
所在学科：计算机应用技术
职称：
联系电话：010-68913500
E-mail：liuxiabi@bit.edu.cn
通信地址：北京市海淀区北京理工大学计算机学院个人信息
刘峡壁，男，博士，副教授，博士生导师。1972年10月生。2005年3月获北京理工大学计算机应用技术专业工学博士学位。博士学位论文为北京理工大学优秀博士学位论文。2005年3月至2008年7月任北京理工大学计算机学院讲师，2008年7月晋升副教授，2009年入选教育部新世纪优秀人才支持计划，2010年4月获聘博士生导师。
目前主讲本科生课程《人工智能基础》，主讲研究生课程《人工智能》和《计算机视觉》。已累计指导（含协助指导）博士生13名、硕士生18名、国家级大学生创新计划3项、国家“挑战杯”大学生课外学术科技作品竞赛1项、北京市高中生“翱翔计划”学生6名、青少年后备人才早期培养计划学生4名。目前主要科学研究兴趣包括机器学习、信息检索、模式识别、计算机视觉。已在IEEE JBHI、Pattern Recognition、Neurocomputing、自动化学报、软件学报等国内外一流学术刊物和GECCO、ICDAR、ICME、SPIE MI等国际重要学术会议上以第一作者或通讯作者发表论文30余篇，出版人工智能教材1部，主持国家自然科学基金、国家973计划项目子课题、教育部新世纪人才支持计划等科研项目10余项，主持学校教改项目1项，获得国家发明专利4项，获得兵器科学技术二等奖、兵工高校优秀教材二等奖、北京理工大学优秀教育教学成果一等奖及三等奖奖励,指导学生获得国家“挑战杯”二等奖1项。
更多信息请见http://isc.cs.bit.edu.cn/MLMR。

科研方向
机器学习、信息检索、模式识别、计算机视觉

个人信息
刘峡壁，男，博士，副教授，博士生导师。1972年10月生。2005年3月获北京理工大学计算机应用技术专业工学博士学位。博士学位论文为北京理工大学优秀博士学位论文。2005年3月至2008年7月任北京理工大学计算机学院讲师，2008年7月晋升副教授，2009年入选教育部新世纪优秀人才支持计划，2010年4月获聘博士生导师。
目前主讲本科生课程《人工智能基础》，主讲研究生课程《人工智能》和《计算机视觉》。已累计指导（含协助指导）博士生13名、硕士生18名、国家级大学生创新计划3项、国家“挑战杯”大学生课外学术科技作品竞赛1项、北京市高中生“翱翔计划”学生6名、青少年后备人才早期培养计划学生4名。目前主要科学研究兴趣包括机器学习、信息检索、模式识别、计算机视觉。已在IEEE JBHI、Pattern Recognition、Neurocomputing、自动化学报、软件学报等国内外一流学术刊物和GECCO、ICDAR、ICME、SPIE MI等国际重要学术会议上以第一作者或通讯作者发表论文30余篇，出版人工智能教材1部，主持国家自然科学基金、国家973计划项目子课题、教育部新世纪人才支持计划等科研项目10余项，主持学校教改项目1项，获得国家发明专利4项，获得兵器科学技术二等奖、兵工高校优秀教材二等奖、北京理工大学优秀教育教学成果一等奖及三等奖奖励,指导学生获得国家“挑战杯”二等奖1项。
更多信息请见http://isc.cs.bit.edu.cn/MLMR。

个人信息
刘峡壁，男，博士，副教授，博士生导师。1972年10月生。2005年3月获北京理工大学计算机应用技术专业工学博士学位。博士学位论文为北京理工大学优秀博士学位论文。2005年3月至2008年7月任北京理工大学计算机学院讲师，2008年7月晋升副教授，2009年入选教育部新世纪优秀人才支持计划，2010年4月获聘博士生导师。
目前主讲本科生课程《人工智能基础》，主讲研究生课程《人工智能》和《计算机视觉》。已累计指导（含协助指导）博士生13名、硕士生18名、国家级大学生创新计划3项、国家“挑战杯”大学生课外学术科技作品竞赛1项、北京市高中生“翱翔计划”学生6名、青少年后备人才早期培养计划学生4名。目前主要科学研究兴趣包括机器学习、信息检索、模式识别、计算机视觉。已在IEEE JBHI、Pattern Recognition、Neurocomputing、自动化学报、软件学报等国内外一流学术刊物和GECCO、ICDAR、ICME、SPIE MI等国际重要学术会议上以第一作者或通讯作者发表论文30余篇，出版人工智能教材1部，主持国家自然科学基金、国家973计划项目子课题、教育部新世纪人才支持计划等科研项目10余项，主持学校教改项目1项，获得国家发明专利4项，获得兵器科学技术二等奖、兵工高校优秀教材二等奖、北京理工大学优秀教育教学成果一等奖及三等奖奖励,指导学生获得国家“挑战杯”二等奖1项。
更多信息请见http://isc.cs.bit.edu.cn/MLMR。

代表性学术成果
教材
[1] 刘峡壁. 人工智能导论—方法与系统, 北京：国防工业出版社，2008.

期刊论文
[1] Xiabi Liu, Ling Ma, Li Song, Yanfeng Zhao, Xinming Zhao, and Chunwu Zhou. Recognizing Common CT Imaging Signs of Lung Diseases Through a New Feature Selection Method Based on Fisher Criterion and Genetic Optimization. IEEE JOURNAL OF BIOMEDICAL AND HEALTH INFORMATICS, VOL. 00, NO. 00, 2014. in press. Digital Object Identifier (DOI): 10.1109/JBHI.2014.2327811.
[2] Han Wang, Xiabi Liu, Xinxiao Wu, Yunde Jia. Cross-domain structural model for video event annotation via web images. Multimedia Tools and Applications, 2014, in press, Digital Object Identifier (DOI) 10.1007/s11042-014-2175-z
[3] Yuchai Wan, Xiabi Liu, Feifei Han, Kunqi Tong, Yu Liu. Online Learning of Binary Classifiers for Improving Google Image Search Results. Acta Automatica Sinica, August 2014, 40(8): 1699-1708.
[4] 王彦杰，刘峡壁，贾云得. 一种视觉词软直方图的图像表示方法. 软件学报, 2012,23(7):1787−1795.
[5] Xuefeng Chen, Xiabi Liu, Yunde Jia. Discriminative Structure Selection Method of Gaussian Mixture Models with its Application to Handwritten Digit Recognition. Neurocomputing, 2011, 74(6): 954-961.
[6] Xiabi Liu, Hui Fu, Yunde Jia. Gaussian Mixture Modeling and Learning of Neighboring Characters for Multilingual Text Extraction in Images. Pattern Recognition, 2008, 41(2): 484-493.
[7] 付慧，刘峡壁，贾云得. 基于最大-最小相似度学习方法的文本提取. 软件学报, 2008, 19(3): 621−629.
[8] Xiabi Liu, Yunde Jia. A bottom-up algorithm for finding principal curves with applications to image skeletonization. Pattern Recognition, 2005, 38(7): 1079-1085.
[9] 刘峡壁，贾云得. 汉字笔段形成规律及其提取方法. 计算机学报，2004, 27(3): 389-395.

国际会议论文
[1] Yi Wu, Xiabi Liu, Lunhao Guo. A New Ensemble Clustering Method based on Dempster-Shafer Evidence Theory and Gaussian Mixture Modeling. International Conference on Neural Information Processing (ICONIP2014), Kuching,, Sarawak, Malaysia, 03-06 November 2014.
[2] GAO Yan and Liu Xiabi. INTEGRATING BAYESIAN CLASSIFIER INTO RANDOM WALK OPTIMIZER FOR INTERACTIVE IMAGE SEGMENTATION ON MOBILE PHONES. 2014 IEEE International Conference on Multimedia and Expo Workshop (ICMEW 2014), Chengdu, China, 13-19 July, 2014.
[3] Ling Ma, Xiabi Liu, Li Song, Chunwu Zhou, Xinming Zhao, Yanfeng Zhao. A New Classifier Fusion Method Based on Confusion Matrix and Classification Confidence for Recognizing Common CT Imaging Signs of Lung Diseases. to appear in SPIE International Symposium on Medical Imaging (MI 2014), February 15-20, 2014, San Diego, California, USA.
[4] Li Song, Xiabi Liu, Ali Yang, Kunpeng Pang, Chunwu Zhou, Xinming Zhao, Yanfeng Zhao. A Novel Approach of Computer-Aided Detection of Focal Ground-Glass Opacity in 2D Lung CT images. Proceedings of SPIE International Symposium on Medical Imaging (MI 2013), February 9-14, 2013, Lake Buena Vista (Orlando Area), Florida, USA.
[5] Yuchai Wan, Xiabi Liu, Kunqi Tong, Xue Wei, Yi Wu, Fei Guan, Kunpeng Pang. GMM-ClusterForest：A Novel Indexing Approach for Multi-Features Based Similarity Search in High-Dimensional Spaces. Proceeding of the 19th International Conference on Neural Information Processing (ICONIP2012). pp. 210–217, November 12-15, 2012. Doha, Qatar.
[6] Li Song, Xiabi Liu, Ling Ma, Chunwu Zhou, Xinming Zhao, Yanfeng Zhao. Using HOG-LBP Features and MMP Learning to Recognize Imaging Signs of Lung Lesions. Proceedings of the 25th IEEE International Symposium on Computer-Based Medical Systems (CBMS 2012), June 20-22, 2012, Roma, Italy.
[7] Yanjie Wang, Xiabi Liu, Yunde Jia. Automatic Image Annotation with Cooperative Concept-specific and Universal Visual Vocabularies. Proceedings of 16th ACM International Conference on Multimedia Modeling (MMM 2010), pp. 262-272, 2010.1.6-8, Chongqing, China.

国家发明专利
[1] 刘峡壁，万玉钗，杨阿丽等. 一种Web图像搜索引擎及其实现方法，专利号： 201110030471.3.
[2] 刘峡壁，周双全，曹月，钟新玉等. 一种激光引导的视频客流检测方法及设备，专利号： 201010110818.0.
[3] 贾云得，刘峡壁. 一种基于结构模型的汉字识别方法，国家发明专利号：02125949.6
[4] 贾云得，刘峡壁. 一种基于段化规律的汉字笔段提取方法，国家发明专利号：02125948.8
所获奖励
[1] 本硕博创新人才纵向培养机制的探索与实践, 北京理工大学第十三届教育教学成果奖一等奖，2012.11.
[2] 依托于网络化教学与实践平台的“人工智能”创新型教学模式研究, 北京理工大学第十三届教育教学成果奖三等奖，2012.11.
[3] 具有受众特性感知与统计功能的智能广告系统，第十二届“挑战杯”全国大学生课外学术科技作品竞赛二等奖，2011.10.（指导教师）
[4] 人工智能导论-方法与系统，兵工高校优秀教材二等奖，2009.04.
[5] 高速高精度立体视觉系统技术研究，兵器工业集团公司科学技术奖二等奖，2006.12.