海洋学院
通讯地址：
个人邮箱：starsun87@126.com
邮政编码：
办公地点：
传真：
聂星阳，男，博士，高级工程师，硕士生导师，江苏省科技副总。发表SCI论文4篇，其中第一作者1篇，通讯作者3篇，EI论文3篇，其中第一作者2篇，获国家授权发明专利2项，其中排名第一1项。主持完成江苏省产学研合作项目1项，在研镇江市“金山英才”创新创业人才项目1项。作为主要研究人员参与完成国家高技术研究发展计划项目2项，其中重点项目1项，国家自然科学基金项目1项，企业横向项目多项，在研国家自然科学基金面上项目1项。担任Pattern Recognition等期刊审稿人。
数理统计、机器学习（含深度学习）、信息论及其在计算机视觉、数据处理分析、信号处理、通信等领域中的应用。
硕士研究生招生专业：（1）信息与通信工程、水声工程（学术硕士）；（2）电子信息（专业硕士）。
欢迎对上述研究方向感兴趣的本科生报考。希望你具备较强的编程能力，熟练掌握Python或Matlab编程，了解Pytorch、Tensorflow等深度学习框架有加分；电子信息、计算机或数学本科专业背景，数学基础较好，专业理论扎实，英文读写能力强。最重要的是对所从事的研究工作充满热情，喜欢钻研，认真踏实。
[1] 江苏省产学研合作项目：商品图像识别系统研发，已结题，主持
[2] 镇江市“金山英才”创新创业人才项目：基于深度学习的车辆轨迹预测系统研发与产业化，在研，主持
1、水下图像增强
水下图像增强旨在解决水下图像亮度降低、对比度下降和颜色失真等问题，提高水下图像质量，增强信息的可视性。我们提出ICDT模型用于水下图像增强，该模型具有良好的扩展性，能够获得SOTA的图像增强性能，且可以作为通用的图像生成模型，应用于各种图生图的计算机视觉任务。
X. Nie*, S. Pan(指导的硕士生), X. Zhai, S. Tao, F. Qu, B. Wang, H. Ge, and G. Xiao(指导的硕士生), Image-conditional diffusion transformer for underwater image enhancement, 2024, arXiv: 2407.05389. [arXiv]
2、车辆行驶轨迹预测
车辆/行人轨迹预测广泛应用于自动驾驶等领域。我们基于深度学习模型对时间序列预测的原理，成功实现了对车辆行驶轨迹的预测。
本项目获镇江市“金山英才”创新创业人才项目资助。
3、商品图像识别
我们提出了商品图像识别技术方案，该方案由主体检测、特征学习和向量检索三个模块组成，是一个实用的轻量级通用图像识别系统。基于此技术方案，商超零售企业可实现大量商品的快速识别，提高识别效率，节省人工及时间成本；当新品迭代更新时，该方案无需重新训练模型，能够做到“即增即用”，解决了商超零售场景下商品图像识别的痛点问题。
本项目获江苏省产学研合作项目资助。
4、电能质量检测
电能质量扰动（PQD）的检测分类在电力系统中至关重要。针对噪声环境下的PQD分类问题，我们提出了ST-GSResNet方法，该方法结合了S变换、改进的ResNet模型和通道注意机制。相比现有的PQD检测分类方法，ST-GSResNet在分类准确性和计算效率上都具有优势。
S. Pan(指导的硕士生), X. Nie*, X. Zhai, C. He, and Z. Ding, Classification of power quality disturbances using residual networks with channel attention mechanism, Engineering Applications of Artificial Intelligence, vol. 151, 2025, Art. no. 110641. [Link]
5、晶圆缺陷检测
晶圆缺陷检测在半导体生产过程中意义重大。我们提出了一种基于集成学习的晶圆缺陷检测方法，该方法融合了四种深度学习模型的识别结果，可有效提高晶圆缺陷检测的准确率。
S. Pan(指导的硕士生), X. Nie*, and X. Zhai, Enhancing wafer defect detection via ensemble learning, AIP Advances, vol. 14, no. 8, Aug. 2024, Art. no. 085301. [Link]
发明专利
[1]发明人：聂星阳；肖国杰（指导的硕士生）；王彪；何呈；翟晓宇；专利名称：一种基于深度学习的金属断面图像分割方法；申请号：2025103384976；申请日：2025.03.21；状态：已受理
arXiv: Xingyang Nie
ORCID: 0000-0002-2608-2396
已投稿论文
[1] X. Nie*, S. Pan(指导的硕士生), X. Zhai, S. Tao, F. Qu, B. Wang, H. Ge, and G. Xiao(指导的硕士生), Image-conditional diffusion transformer for underwater image enhancement, 2024, arXiv: 2407.05389. [arXiv]
期刊论文
[J2] S. Pan(指导的硕士生), X. Nie*, X. Zhai, C. He, and Z. Ding, Classification of power quality disturbances using residual networks with channel attention mechanism, Engineering Applications of Artificial Intelligence (SCI收录，中科院1区Top期刊), vol. 151, 2025, Art. no. 110641. [Link]
[J1] S. Pan(指导的硕士生), X. Nie*, and X. Zhai, Enhancing wafer defect detection via ensemble learning, AIP Advances (SCI收录，中科院4区期刊), vol. 14, no. 8, Aug. 2024, Art. no. 085301. [Link]
[1] 江苏省产学研合作项目：商品图像识别系统研发，已结题，主持
[2] 镇江市“金山英才”创新创业人才项目：基于深度学习的车辆轨迹预测系统研发与产业化，在研，主持
1、水下图像增强
水下图像增强旨在解决水下图像亮度降低、对比度下降和颜色失真等问题，提高水下图像质量，增强信息的可视性。我们提出ICDT模型用于水下图像增强，该模型具有良好的扩展性，能够获得SOTA的图像增强性能，且可以作为通用的图像生成模型，应用于各种图生图的计算机视觉任务。
X. Nie*, S. Pan(指导的硕士生), X. Zhai, S. Tao, F. Qu, B. Wang, H. Ge, and G. Xiao(指导的硕士生), Image-conditional diffusion transformer for underwater image enhancement, 2024, arXiv: 2407.05389. [arXiv]
2、车辆行驶轨迹预测
车辆/行人轨迹预测广泛应用于自动驾驶等领域。我们基于深度学习模型对时间序列预测的原理，成功实现了对车辆行驶轨迹的预测。
本项目获镇江市“金山英才”创新创业人才项目资助。
3、商品图像识别
我们提出了商品图像识别技术方案，该方案由主体检测、特征学习和向量检索三个模块组成，是一个实用的轻量级通用图像识别系统。基于此技术方案，商超零售企业可实现大量商品的快速识别，提高识别效率，节省人工及时间成本；当新品迭代更新时，该方案无需重新训练模型，能够做到“即增即用”，解决了商超零售场景下商品图像识别的痛点问题。
本项目获江苏省产学研合作项目资助。
4、电能质量检测
电能质量扰动（PQD）的检测分类在电力系统中至关重要。针对噪声环境下的PQD分类问题，我们提出了ST-GSResNet方法，该方法结合了S变换、改进的ResNet模型和通道注意机制。相比现有的PQD检测分类方法，ST-GSResNet在分类准确性和计算效率上都具有优势。
S. Pan(指导的硕士生), X. Nie*, X. Zhai, C. He, and Z. Ding, Classification of power quality disturbances using residual networks with channel attention mechanism, Engineering Applications of Artificial Intelligence, vol. 151, 2025, Art. no. 110641. [Link]
5、晶圆缺陷检测
晶圆缺陷检测在半导体生产过程中意义重大。我们提出了一种基于集成学习的晶圆缺陷检测方法，该方法融合了四种深度学习模型的识别结果，可有效提高晶圆缺陷检测的准确率。
S. Pan(指导的硕士生), X. Nie*, and X. Zhai, Enhancing wafer defect detection via ensemble learning, AIP Advances, vol. 14, no. 8, Aug. 2024, Art. no. 085301. [Link]
发明专利
[1]发明人：聂星阳；肖国杰（指导的硕士生）；王彪；何呈；翟晓宇；专利名称：一种基于深度学习的金属断面图像分割方法；申请号：2025103384976；申请日：2025.03.21；状态：已受理
arXiv: Xingyang Nie
ORCID: 0000-0002-2608-2396
已投稿论文
[1] X. Nie*, S. Pan(指导的硕士生), X. Zhai, S. Tao, F. Qu, B. Wang, H. Ge, and G. Xiao(指导的硕士生), Image-conditional diffusion transformer for underwater image enhancement, 2024, arXiv: 2407.05389. [arXiv]
期刊论文
[J2] S. Pan(指导的硕士生), X. Nie*, X. Zhai, C. He, and Z. Ding, Classification of power quality disturbances using residual networks with channel attention mechanism, Engineering Applications of Artificial Intelligence (SCI收录，中科院1区Top期刊), vol. 151, 2025, Art. no. 110641. [Link]
[J1] S. Pan(指导的硕士生), X. Nie*, and X. Zhai, Enhancing wafer defect detection via ensemble learning, AIP Advances (SCI收录，中科院4区期刊), vol. 14, no. 8, Aug. 2024, Art. no. 085301. [Link]
[1] 江苏省产学研合作项目：商品图像识别系统研发，已结题，主持
[2] 镇江市“金山英才”创新创业人才项目：基于深度学习的车辆轨迹预测系统研发与产业化，在研，主持
1、水下图像增强
水下图像增强旨在解决水下图像亮度降低、对比度下降和颜色失真等问题，提高水下图像质量，增强信息的可视性。我们提出ICDT模型用于水下图像增强，该模型具有良好的扩展性，能够获得SOTA的图像增强性能，且可以作为通用的图像生成模型，应用于各种图生图的计算机视觉任务。
X. Nie*, S. Pan(指导的硕士生), X. Zhai, S. Tao, F. Qu, B. Wang, H. Ge, and G. Xiao(指导的硕士生), Image-conditional diffusion transformer for underwater image enhancement, 2024, arXiv: 2407.05389. [arXiv]
2、车辆行驶轨迹预测
车辆/行人轨迹预测广泛应用于自动驾驶等领域。我们基于深度学习模型对时间序列预测的原理，成功实现了对车辆行驶轨迹的预测。
本项目获镇江市“金山英才”创新创业人才项目资助。
3、商品图像识别
我们提出了商品图像识别技术方案，该方案由主体检测、特征学习和向量检索三个模块组成，是一个实用的轻量级通用图像识别系统。基于此技术方案，商超零售企业可实现大量商品的快速识别，提高识别效率，节省人工及时间成本；当新品迭代更新时，该方案无需重新训练模型，能够做到“即增即用”，解决了商超零售场景下商品图像识别的痛点问题。
本项目获江苏省产学研合作项目资助。
4、电能质量检测
电能质量扰动（PQD）的检测分类在电力系统中至关重要。针对噪声环境下的PQD分类问题，我们提出了ST-GSResNet方法，该方法结合了S变换、改进的ResNet模型和通道注意机制。相比现有的PQD检测分类方法，ST-GSResNet在分类准确性和计算效率上都具有优势。
S. Pan(指导的硕士生), X. Nie*, X. Zhai, C. He, and Z. Ding, Classification of power quality disturbances using residual networks with channel attention mechanism, Engineering Applications of Artificial Intelligence, vol. 151, 2025, Art. no. 110641. [Link]
5、晶圆缺陷检测
晶圆缺陷检测在半导体生产过程中意义重大。我们提出了一种基于集成学习的晶圆缺陷检测方法，该方法融合了四种深度学习模型的识别结果，可有效提高晶圆缺陷检测的准确率。
S. Pan(指导的硕士生), X. Nie*, and X. Zhai, Enhancing wafer defect detection via ensemble learning, AIP Advances, vol. 14, no. 8, Aug. 2024, Art. no. 085301. [Link]
发明专利
[1]发明人：聂星阳；肖国杰（指导的硕士生）；王彪；何呈；翟晓宇；专利名称：一种基于深度学习的金属断面图像分割方法；申请号：2025103384976；申请日：2025.03.21；状态：已受理
arXiv: Xingyang Nie
ORCID: 0000-0002-2608-2396
已投稿论文
[1] X. Nie*, S. Pan(指导的硕士生), X. Zhai, S. Tao, F. Qu, B. Wang, H. Ge, and G. Xiao(指导的硕士生), Image-conditional diffusion transformer for underwater image enhancement, 2024, arXiv: 2407.05389. [arXiv]
期刊论文
[J2] S. Pan(指导的硕士生), X. Nie*, X. Zhai, C. He, and Z. Ding, Classification of power quality disturbances using residual networks with channel attention mechanism, Engineering Applications of Artificial Intelligence (SCI收录，中科院1区Top期刊), vol. 151, 2025, Art. no. 110641. [Link]
[J1] S. Pan(指导的硕士生), X. Nie*, and X. Zhai, Enhancing wafer defect detection via ensemble learning, AIP Advances (SCI收录，中科院4区期刊), vol. 14, no. 8, Aug. 2024, Art. no. 085301. [Link]
本科生课程：
· 2024学年秋学期《工程伦理》
研究生课程：
· 2020/2021/2022/2023/2024学年秋学期《现代信号处理》
· 2021学年秋学期《信息与通信工程学科前沿与论文写作》
· 2021学年秋学期《电子信息学科前沿》
博士生课程：
· 2020/2021/2022/2023/2024学年春学期《水声通信原理及应用》
· 2023学年春学期《现代水声技术专题》
留学生研究生课程：
· 2020/2021/2022/2023/2024学年秋学期《Modern Signal Processing》
学校地址：江苏省镇江市丹徒区长晖路666号
邮编：212100
版权所有©2013-2022 江苏科技大学 苏ICP备05063164号
