楊靜

楊靜 副教授

碩士生導師

研究領(lǐng)域：多模態(tài)綠色人工智能(綠色數(shù)據(jù)中心、模型參數(shù)聯(lián)合優(yōu)選等)、多模態(tài)云邊端融合網(wǎng)絡(luò)(算力資源管理、算力調(diào)度)、多模態(tài)開放域模型融合推理(大小模型端云協(xié)同進化)

通信地址：貴州省貴陽市貴州大學西校區(qū)崇厚樓912

電子郵件：jyang23@gzu.edu.cn

個人簡介

美國OSU聯(lián)合培養(yǎng)博士生，上海交通大學計算機科學與技術(shù)專業(yè)博士后（導師：過敏意教授，杰青，IEEEFellow），共青團中央“青馬”工程全國科技班入選者、中組部“西部之光”訪問學者、貴州省高層次創(chuàng)新人才（千層次）、貴州省高層次留學人才、CCF高級會員。兼任CCF分布式計算與系統(tǒng)專家委員會執(zhí)行委員、中國國土經(jīng)濟學會區(qū)域大數(shù)據(jù)專業(yè)委員會副秘書長、中國科協(xié)決策咨詢團隊青年研究員，貴州大學科研創(chuàng)新團隊負責人，是國家自然科學基金委、貴州省科技廳、貴州省大數(shù)據(jù)局、貴陽市科技局、觀山湖科技局等在庫項目評審專家，長期從事數(shù)據(jù)科學多模態(tài)融合感知與邊緣計算研究。主持國家級/省部級/橫向項目12項，作為主要完成人參與并發(fā)布國家標準2項，行業(yè)標準2項。獲第十屆貴州省高等教育本科生教學成果獎特等獎1次、貴州省高等教育研究生教學成果獎一等獎1次，貴州省研究生高等教育研究生教學成果獎三等獎1次；獲教育部高等學?？茖W研究科技進步獎二等獎1次、貴州省科學技術(shù)進步二等獎2次、生產(chǎn)力促進（創(chuàng)新發(fā)展）一等獎1次、中國電子科技集團有限公司科學獎二等獎1次。主編《人工智能持續(xù)學習與零次學習原理》專著1部、《大數(shù)據(jù)技術(shù)原理與實踐》、《大數(shù)據(jù)技術(shù)原理與實踐》（第二版）教材2部，以第一作者或通訊作者共發(fā)表SCI論文50余篇，獲中國發(fā)明專利授權(quán)36件。擔任一級學報“數(shù)據(jù)采集與處理”青年編委、貴州大學學報（自然科學版）首屆青年編委，BigDIA 2022、IEEE ICCC 2022和2023、NCIT2022 技術(shù)委員會委員、Workshop論壇主席，參加WCICA和CVPR2019(CCF A類會議)等國際會議兩次。服務(wù)于20多個國際期刊IEEE TC、IEEE TMC、IEEE TI、IEEE TIM、IEEE TSC、IEEE TSM、IEEE TAI、IEEE TASE、IEEE IOTJ、IEEE TCE、IEEE TMM、IEEE TCSVT、IEEE TNNLS、IEEE TIFS、IEEE TPDS、IEEE TDSC、IEEE TCC、IEEE TCCN、IEEE TIP、IEEE TCDS、IEEE TFS、IEEE TII、IEEE TSC、IEEE TNNLS等，被Information Fusion（IF14.8）、Computers and Electronics in Agriculture（IF7.7）等一區(qū)期刊評為優(yōu)秀審稿人。指導團隊研究生曾獲得多次國家獎學金、優(yōu)秀畢業(yè)生等榮譽，獲得國家數(shù)學建模、互聯(lián)網(wǎng)+創(chuàng)新大賽、藍橋杯、互聯(lián)網(wǎng)+等國家/省部級以上獎項20余次。

部分獎勵與榮譽

[1]2025年 入選中國共產(chǎn)主義青年團中央委員會，青年馬克思主義培養(yǎng)工程全國科技班， “青馬工程”全國科技班；

[2]2024年 貴州省第八批高層次創(chuàng)新型人才（千層次）

[3]2024年 貴州省高等教育教學成果獎一等獎

[4]2023年 貴州省科學技術(shù)進步獎二等獎

[5]2021年 貴州省高層次留學創(chuàng)新創(chuàng)業(yè)人才

[6]2022年 貴州省高層次創(chuàng)新型青年科技人才

[7]2022年 中組部西部之光訪問學者

[8]2022年 教育部高等學?？茖W研究優(yōu)秀成果獎科技進步獎二等獎

[9]2022年 第十屆貴州省高等教育教學成果獎特等獎

[10]2021年 第四屆貴州省研究生教學成果獎三等獎

[11]2023年 數(shù)博會領(lǐng)先科技成果獎（全國僅10項）

[12]2024年 中國電子科技集團有限公司科學技術(shù)獎二等獎

[13]2023年 中國生產(chǎn)力促進（創(chuàng)新發(fā)展）獎一等獎

[14]2024年 中國知網(wǎng)高被引學者TOP5%

[15]2023年 第十八屆“挑戰(zhàn)杯”全國大學生課外學術(shù)科技競賽特等獎指導教師

[16]2022年 第八屆中國國際“互聯(lián)網(wǎng)+”大學生創(chuàng)新創(chuàng)業(yè)大賽貴州省賽優(yōu)秀指導教師（團隊獎）

[17]2025年 凡科優(yōu)秀評審專家

[18]2024年 Information Fusion期刊的Excellent Reviewer

[19]2023年 事業(yè)單位考核年度優(yōu)秀人員

[20]2023年 貴州省“貴州大學公共大數(shù)據(jù)要素化研究省創(chuàng)新團隊成員”

部分科研活動：

 [1]國家自然科學基金“動態(tài)場景下智能機器人視覺持續(xù)學習災難性遺忘問題研究”，基金編號：62166005，主持；

 [2]貴州省教育廳“百校千企科技攻關(guān)揭榜掛帥”項目，高效人工智能模型推理與云邊協(xié)同部署關(guān)鍵技術(shù)，主持;

 [3]貴州省科技支撐計劃，面向新型國產(chǎn)化算力中心的算力交易技術(shù)研究，課題負責人；

 [4]貴州省科技支撐，帶有卸載時延感知的邊緣計算自適應流量調(diào)度技術(shù)研究，課題負責人；

 [5]科技成果轉(zhuǎn)化及產(chǎn)業(yè)化計劃，云邊端智能協(xié)同感知技術(shù)成果轉(zhuǎn)化與應用,課題負責人；

 [6]貴州省科技支撐計劃，面向東數(shù)西算場景的海量數(shù)據(jù)加速傳輸方法研究，課題負責人；

 [7]貴州省科技支撐計劃，算力網(wǎng)絡(luò)智能化感知度量技術(shù)研究，課題負責人；

 [8]貴陽市科技人才培養(yǎng)對象及培養(yǎng)項目，機器人視覺持續(xù)學習基礎(chǔ)理論與應用研究，主持；

 [9]2023年入選貴州省第八批高層次創(chuàng)新人才（千層次），2024.01.01-2029.12.31，主持；

 [10]貴州白山云科技有限股份公司，邊緣云技術(shù)研究項目，合同號：K21-0459-004.2021.09-2022.12，主持；

 [11]北京天云融創(chuàng)軟件技術(shù)有限公司，貴州茅臺云平臺技術(shù)科研項目，合同號：K22-0459-002，主持；

 [12]貴州白山云科技有限股份公司，多業(yè)務(wù)混跑模式下大規(guī)模邊緣服務(wù)器設(shè)備性能評估方法，合同號：K23-0459-006.2023.09-2024.12,主持；

 [13]貴州移動信息科技有限公司貴州方言語音轉(zhuǎn)寫引擎項目，K24-0459-001，2024-01至2024.06.30，主持

 [14]昆明嘉騰科技有限公司，中煙公司云邊協(xié)同輕量化濾棒爆珠自動檢測與糾偏研究項目， 2024.07-2024.10,主持

教改項目：

 [1]貴州省研究生教育創(chuàng)新計劃項目，大數(shù)據(jù)交叉學科研究生培養(yǎng)質(zhì)量提升路徑研究，2025.01-2026.12，項目號：2024YJSJGXM0001,主持；

 [2]研究生教育教學改革研究生“AI+”課程建設(shè)項目，《神經(jīng)網(wǎng)絡(luò)與深度學習》，2025.01-2025.10，GZUYJSZDJG2025002,主持；

近五年部分發(fā)表論文（第一和通信作者）：

 [1]Jing Yang*,Xingjiang Ma,Yuankai Wu,Chengjiang Li,Zhidong Su,Ji Xu,Yixiong Feng.AOGN-CZSL: an Attribute- and Object-Guided Network for Compositional Zero-Shot Learning[J],Information Fusion,2025,120,103096.(第一作者,中科院一區(qū) TOP,CAAI A,IF 14.8)

[2]Li Xiaoyong, Yang Jing*, Chen Yuling, et al. Learning semantic consistency for audio-visual zero-shot learning[J]. Artificial Intelligence Review, 2025, 58(7): 212-240. (通信作者,中科院一區(qū), TOP, IF 10.7)

[3]Yuanyuan Hu,Jing Yang*,Xiaoli Ruan,Yulin Chen,Chengjiang Li,et al, Green Optimization for Micro Data Centers: Task Scheduling for a Combined Energy Consumption Strategy, APPLIED ENERGY,2025. (通信作者,中科院一區(qū), TOP, IF 10.1)

 [4]Jing Yang*,Xinyu Zhou,Yao He,Qingliang Li,Zhidong Su,Xiaoli Ruan,et al.Effective Generative Replay with Strong Memory for Continual Learning[J],KNOWLEDGE-BASED SYSTEMS,2025,319,113477(第一作者, 中科院一區(qū), TOP, IF 7.2)

[5]Xingiing Ma.Jing Yang*,Jiacheng Lin,et al.LVAR-CZSL:Learning Visual Attributes Representation for Compositional ZeroShot Learning[J]. IEEE Transactions on Circuits and Systems for Video Technology,2024(通信作者, CCF B, 中科院一區(qū), Top, IF 8.4)

[6]Jing Yang*,JiaLin Lu,Xu Zhou,etal.HA-A2C:Hard Attention and Advantage Actor-Critic for Addressing Latency Optimization in Edge Computing[J],IEEE Transactions on Green Communications and Networking,2024.(第一作者, 中科院二區(qū), IF:4.8)

 [7]Jialin Lu, Jing Yang*, Shaobo Li, et al. A2C-DRL:Dynamic Scheduling for Stochastic Edge-Cloud Environments Using A2Cand Deep Reinforcement Leamingy[J],IEEE Internet of Things Journal,2024, doi: 10.1109/10T.2024.3366252(通信作者, 中科院一區(qū), Top, IF:10.6)

 [8]Hongchao An,Jing Yang*,Xiuhua Zhang,et al.A Class-Incremental learning Approach for learning Feature-CompatibleEmbeddings[J],Neural Networks,2024(通信作者, 中科院一區(qū), Top, IF:6.0, CCF B)

[9]Qinglang Li, Jing Yang*,Xiaoli Ruan,et al, SPIRF-CTA: Selection of Parameter Importance Levels for Reasonable Forgetting in Continuous Task Adaptation[J], Knowledge-Based Systems,2024, Volume 305, 112575.(通信作者, IF 7.2, CCF B, 中科院一區(qū), TOP)

[10]Xu Zhou,Jing Yang*,Yijun Li,Shaobo Li,Zhidong Su,Jialin Lu,EC-TRL: Evolutionary-Weighted Clustering and Transformer-Augmented Reinforcement Learning for Dynamic Resource Scheduling in Edge Cloud Environments[J],IEEE Internet of things Journal,2024 (通信作者, IF 6.0, 中科院一區(qū), TOP)

 [11]Yuankai Wu,Jing Yang,Xiaoxu Chen, Yi Lin,et al.Long-Term Airport Network Performance Forecasting with Linear DiffusionGraph Networks[J],IEEE Transactions on Intelligent transportation systems,2024,doi:10.1109/ITS.2024.3420423(中科院一區(qū), TOP, IF 7.9)

[12]Jing Yang,Zukun Yu,et al.GG'T-SSN:Graph learning and Gaussian prior integrated spiking graph Neural network for eventdriven tactile object recognition[J],Information Sciences,2024(第一作者, 中科院一區(qū), Top, IF 8.1)

[13]Jing Yang, Sun jie, Shaobo Li,et al. GACP: Graph neural networks with ARMA filters and a parallel CNN for hyperspectral classification image[J], International Journal of Digital Earth,2023.16(1):1770-1800.(第一作者, 中科院一區(qū), IF 5.1)

[14]Jing Yang,Xingiiang MaJiacheng Lin,TGN-cZSL:Image and Text Guided Network for Compositional Zero-shot Learning[J],51st intermational Symposium on Computer Architecture AOMC Workshop,2024(第一作者, CCF A)

[15]Yao He,Jing Yang*,Shaobo Li,Jianjun Hu,Raping Ren,Qing Ji.CL-BPUWM:Continuous learing with Bayesian parameter updating and weight memory[J],Complex & Intelligent Systems,2024.(通信作者, 中科院二區(qū), IF 5.8)

[16]Zukun Yu,Jing Yang*,Qin Ran,Shaobo Li,and Zhidong Su,G2T-SNN: Fusing Topological Graph and Gaussian Prior Spiking Neural Networks for Tactle Object Recognition[J],lEEE Sensors Joumal, 2024,doi:10.1109/SEN.2024.3397884.(通信作者, 中科院二區(qū), IF 4.3)

[17]Shujie Ding,Xiaoli Ruan*,Jing Yang*,Jie Sun,et al.LSSMA: Lightweight Spectral-Spatial Neural Architecture with Multi-Attention Feature Extraction for Hyperspectral Image Classification[J],IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,2024.(通信作者, 中科院二區(qū), IF 5.5)

[18]Jie Sun,Jing Yang*,Wang Chen,Sujie Ding,Shaobo Li,Jianjun Hu,LCTCS:Low-cost and two-channel sparse networkforhyperspectral image classification[J],Neural Processing Letters,2024(通信作者,中科院四區(qū), IF 3.1, CCF C)

[19]Jing Yang*,Zukun Yu,Xiaoyang Ji,Zhidong Su,Shaobo Li,Yang Cao,Spiking Neural Network Tactile Classification Method with Faster and More Accurate Membrane Potential Representation[J],IET Collaborative Intelligent Manufacturing,2024(第一作者, 中科院四區(qū), IF 2.5)

[20]Xu Zhou,Jing Yang*,et al.Deep Reinforcement learning-based resource scheduling for energy optimization and loadbalanceing in SDN-Driven edge computing[J].ComputerCommunications.2024(通信作者, 中科院三區(qū), JF 4.5, CCF C)

[21]Jing Yang,Kun Yuan,Suhao Chen,Qingliang Li,et al.A New Multinetwork Mean Distillation Loss Function for Open-world Domain Incremental Object Detection[J],International Journal of Intelligent Systems,2023,vol2023.(第一作者, 中科院二區(qū), IF 7.0)

[22]Jing Yang,Tingqing Liu*,Yaping Ren,Qing Hou*,Shaobo Li,Jianjun Hu.AM-SGCN: Tactile Object Recognition for Adaptive Multichannel Spiking Graph Convolutional Neural Networks[J],IEEE Sensors Journal,2023,23(24):30805-30820.(第一作者, 中科院二區(qū), IF 4.3)

[23]Yang Jing, Li Shaobo*, Wang Zheng, Dong Hao, Wang Jun,et al. Using Deep Learning to Detect Defects in Manufacturing: A Comprehensive Survey and Current Challenges[J]. Materials 2020, 13, 5755-5778.(第一作者, 中科院三區(qū), 入選高被引和熱點論文)

[24]Yang Jing, JI Xiaoyang, LI Shaobo, WANG Yang, LIU Tingqing. Spiking Neural Network Robot Tactile Object Recognition Method with Regularization Constraints[J]. Journal of Electronics & Information Technology. 2023,doi: 10.11999/JEIT220711（第一作者, CCF C類中文期刊, 一級學報）

[25]Yang Jing, HE Yao, LI Bin, LI Shaobo, HU Jianjun, PU Jiang. A Continual Semantic Segmentation Method Based on Gating Mechanism and Replay Strategy[J]. Journal of Electronics & Information Technology. 2024,doi: 10.11999/JEIT230803(第一作者, CCF C類中文期刊，一級學報)

[26]Yang Jing, LI Bin, LI Shaobo, WANG Qi, YU Liya, HU Jianjun, YUAN Kun. Brain-inspired Continuous Learning: Technology, Application and Future[J]. Journal of Electronics & Information Technology, 2022, 44(5): 1865-1878. doi: 10.11999/JEIT210932（第一作者, CCF C類中文期刊，一級學報）

[27]Yang Jing,Sun Jie,Ding Sujie,Li Shaobo,et al.Hyperspectral Image Classification Based on Multi-Intentional Force Mechanism and Compiled Graph Neural Networks.[J].Transactions of the Chinese Society for Agricultural Machinery,2024.(第一作者, EI源刊，一級學報)

[28]ZHOU Xu, MIAO Hui, YANG Jing*, JIANG Wu,et al. Edge computing resource scheduling overview: Historical perspective,architecture,modeling,and method analysis[J]. Computer Integrated Manufacturing System, 2024,DOI: 10.13196/j.cims.2023.0132.2.（通信作者, EI源刊,一級學報,校企）

[29]Yao He; Jing Yang*, et al.Generative Replay Method Based on Integrating Random Gating and Attention Mechanism. in 2023 IEEE 9th International Conference on Computer and Communications (IEEE ICCC). 2023.（通信作者, EI收錄）

[30]Jing Yang,Xiaoyang Ji,Shaobo Li,et al. Robot Tactile Data Classification Using Spiking Neural Network,China Automation Congress(CAC2021),2021, 266-285 (第一作者, EI收錄)

[31]Jing Yang,Yifan Wang, Zheng Wang,et al, Using stochastic gradient descent and deep learning to defect detection for medicinal hollow capsule, China Automation Congress(CAC2021),2021, 201-207 (第一作者, EI收錄)

[32]Jing Yang,Guanci Yang*,Modified Convolutional Neural Network Based on Dropout and the Stochastic Gradient Descent Optimizer,Algorithms, 2018,11(3),28;doi:10.3390/a11030028(第一作者, EI源刊，一級學報)

[33]Jing Yang, Weihua Sheng, Guanci Yang,Dynamic Gesture Recognition Algorithm based on ROI and CNN for Social Robots,2018 13th World Congress on Intelligent Control and Automation (WCICA) 2018.06，389-394（第一作者, EI收錄）

[34]Li Shao-Bo, Yang Jing*, Wang Zheng, et al. Review of development and application of defect detection technology. Acta Automatica Sinica, 2020,46(11): 2319?2336. (通信作者,CCF A類中文期刊，卓越期刊,一級學報)

[35]YANG Guan-Ci, YANG Jing*, SU Zhi-Dong, et al. An Improved YOLO Feature Extraction Algorithm and Its Application to Privacy Situation Detection of Social Robots. ACTA AUTOMATICA SINICA, 2018, 44(12): 2238-2249（通信作者,CCF A類中文期刊，卓越期刊，一級學報，通信）

[36]Yang Guanci,Yang Jing*,Li Shaobo,Hu Jianjun,Modified CNN algorithm based on Dropout and ADAM optimizer, Journal of Huazhong University of Science and Technology(Natural Science Edition),2018,46(7),122-128（通信作者, EI源刊,卓越期刊）

部分合作論文

 [1]Syed Ariff Syed Hesham,Yun Liu*,Guolei Sun,Henghui Ding,Jing Yang,Ender Konukoglu,Xue Geng,Xudong Jiang,Exploiting Temporal State Space Sharing for Video Semantic Segmentation[C].IEEE Conference on Computer Vision and Pattern Recognition(CVPR),2025,Accept(合作作者，CCF A 類會議)

 [2]Li Yang, Yang Guanci, Su Zhidong, Yang Jing,et al. Indoor scene multi-object tracking based on region search and memory buffer pool[J]. Pattern Recognition, 2025, 165: 111623. (合作作者，CCF B，中科院一區(qū))

 [3]趙涵,鄧俊驍,崔煒,陳全,曾德澤,楊靜,過敏意.保證延時敏感型任務(wù)服務(wù)質(zhì)量的情況下利用流處理器內(nèi)所有并行性以最大化系統(tǒng)吞吐[J],中國科學:信息科學,2024(合作作者,CCF A類中文期刊)

 [4]Pengyu Yang,Weihao Cui, Jing Yang,Minyi Guo,et al.Taming Flexible Job Packing in Deep Learning Training Clusters[J],ACM Transactions on Architecture and Code Optimization,2024(合作作者,CCF A類)

 [5]Ding Sujie, Ruan Xiaoli, Yang Jing, et al. LRDTN: Spectral-Spatial Convolutional Fusion Long-Range Dependency Transformer Network for Hyperspectral Image Classification[J]. IEEE Transactions on Geoscience and Remote Sensing, 2024.DOI: 10.1109/TGRS.2024.3510625(合作作者,中科院一區(qū)Top, CCF B, IF7.5)

 [6]Zheng Jiang, Zhou Zhou,Quan Zhou,Yongan Guo, Jing Yang and Weihua Ou, Affinity Similarity-Based Contrastive Loss for Unsupervised Visual Representation Learning[J],IEEE Transactions on Consumer Electronics, 2025,doi: 10.1109/TCE.2025.3572120. (合作作者,中科院二區(qū))

 [7]Chenhui Zhang,Jinguo Cheng,Jing Yang,Huachun Tan,Yuankai Wu,Intergrating Future Exogenous informationinto Multi-mode Travel Demand Forecasting at Gateway HubslCl.The 3lst Interational Conference on NeuraInformation(ICONIP),2024(合作作者,CCF C類國際會議)

發(fā)表著作和國家標準

 [1]主編：楊靜，人工智能持續(xù)學習與零次學習原理，電子工業(yè)出版社

 [2]主編：李少波;楊靜;大數(shù)據(jù)原理與實踐,華中科技大學出版社, 380千字, 2020，ISBN：978-7-5680-6688-4.

 [3]主編：李少波;楊靜;大數(shù)據(jù)原理與實踐(第二版), 華中科技大學出版社, 420千字, 2023，ISBN：978-7-5680-8717-9.

 [4]國家標準：云制造服務(wù)平臺開放接口要求,2022-04-22,標準號：20220067-T-604

 [5]國家標準：智能制造服務(wù)通用要求，2024-02-27，標準號：GB/T 43554-2023

 [6]行業(yè)標準：數(shù)據(jù)中心算力算效評估規(guī)范，標準號：DB52/T 1846-2024，頒布時間：2024-08-28

 [7]行業(yè)標準：大數(shù)據(jù)安全靶場軟件系統(tǒng)建設(shè)功能要求，DB52/T 1867-2025,頒布時間:2025-06-01

部分發(fā)明專利

[1]楊靜,魯加林,周緒,等.基于硬注意力和A2C的跨區(qū)域算力調(diào)度時延優(yōu)化方法[P].貴州省:CN202311858091.8,2024-04-30.

[2]楊靜,魯加林,等.一種復雜環(huán)境下動態(tài)負載均衡的LSTM邊緣計算流量預測方法[P]:貴州省,CN115361318A.2022-11-18.

[3]楊靜,魯加林,霍濤,等.邊緣環(huán)境下動態(tài)負載均衡的深度強話化學習資源調(diào)度方法[P]:貴州省,CN116048801A.2023-05-02.

[4]楊靜,周緒,等.一種基于強化學習優(yōu)化邊緣能耗與負載的資源調(diào)度方法[P]:貴州省,CN117194057A.2023-12-08.

[5]楊靜,劉科利,等.基于親密度感知與負載均衡的微服務(wù)部署方法[P]:貴州省,CN117950857A.2024-12-30.

[6]楊靜,熊川越,等.面向邊緣計算的分發(fā)任務(wù)自適應負載預測方法、系統(tǒng)及介質(zhì)[P]:貴州省,CN119110350A.2024-12-10

[7]楊靜,胡緣緣,等.一種基于聯(lián)合多目標優(yōu)化模型的數(shù)據(jù)中心能耗優(yōu)化方法[P] :貴州省,CN119110350A.2024-12-30

[8]楊靜,趙洋,等.一種考慮時空信息的超密集組網(wǎng)CDS熱點主動式預測方法[P] :貴州省

[9]李逸駿,熊川越,楊靜,凌一宏,謝群,林光政,胡丙齊,鄒雙林,龔仁杰.一種基于復雜周期的邊緣云長序列負載預測方法、裝置、設(shè)備及介質(zhì)[P].貴州省:CN118331746B,2024-08-20.

[10]李逸駿,鄒雙林,楊靜,凌一宏,林光政,謝群,胡丙齊,熊川越,龔仁杰.一種服務(wù)器設(shè)備性能預測方法、裝置、設(shè)備及介質(zhì)[P].貴州省:CN118170627B,2024-07-16.

[11]楊靜,麻興江,阮小利,李小勇,唐向紅,張磊,陸見光.一種用于組合零次學習的視覺屬性表征學習方法[P].貴州省:CN118196428B,2024-07-19.

[12]楊靜,孫杰,等.基于角度信息解耦的旋轉(zhuǎn)檢測框表達方式的系統(tǒng)[P].貴州省:CN114964120B,2024-05-31.

[13]楊靜,何瑤,劉庭卿,等.基于貝葉斯參數(shù)更新及權(quán)重記憶的正則化持續(xù)學習方法[P].貴州省:CN202310156840.6,2023-06-02.

[14]楊靜,李慶浪,等.一種基于因果學習與動態(tài)參數(shù)選擇的類增量學習方法:貴州省,CN119047585A[P].2024-11-29.

[15]楊靜,袁坤,等.一種基于多網(wǎng)絡(luò)均值蒸餾損失函數(shù)的增量目標檢測方法:貴州省CN116310480A[P].2023-06-23

[16]楊靜,李斌,等.一種具有稀疏化效應的持續(xù)學習語義分割方法:貴州省,CN115482383A[P].2022-12-16

[17]楊靜,李少波,吉曉陽,等.一種不完備數(shù)據(jù)集中平衡輸入數(shù)據(jù)類別多目標檢測方法[P].貴州省:CN112633319B,2022-11-22.

[18]楊靜,李小勇,阮小利,等.融合跨模態(tài)注意力和關(guān)注模態(tài)內(nèi)信息的視聽零次學習方法[P].貴州省:CN202410089496.8,2024-04-30.

[19]楊靜,安紅超,李慶浪,等.一種結(jié)構(gòu)擴展與蒸餾的新舊類特征兼容學習方法[P].貴州省:CN202311865868.3,2024-04-26.

[20]楊靜,李慶浪,安紅超,等.一種開放域環(huán)境下合理遺忘視覺任務(wù)知識的持續(xù)學習方法[P].貴州省:CN202311858090.3,2024-04-12.

[21]楊靜,麻興江,阮小利,等.一種開放域?qū)傩院蛯ο笠龑У牧愦螌W習視覺模型推理方法[P].貴州省:CN202311120969.8,2023-11-28.

[22]楊靜,袁坤,張秀華,等.一種基于多網(wǎng)絡(luò)均值蒸餾損失函數(shù)的增量目標檢測方法[P].貴州省:CN202211522771.8,2023-06-23.

[23]楊靜,張伍聰,付皓甯,等.一種基于Siamese對比嵌入網(wǎng)絡(luò)的學習標注優(yōu)化方法[P].貴州省:CN202410528981.0,2024-07-12.

[24]楊靜,孫杰,丁書杰,等.一種基于GCN與CNN新型網(wǎng)絡(luò)的小樣本HSI分類方法[P].貴州省:CN202310009623.4,2023-06-02.

[25]楊靜,岑順禹,韋廣樞,等.通過觸覺感知識別物品類別的工作系統(tǒng)和方法[P].貴州省:CN116028841B,2023-08-15.

[26]楊靜,吉曉陽,等.基于脈沖神經(jīng)網(wǎng)絡(luò)的機械手觸覺數(shù)據(jù)分類方法[P].貴州省:CN114065806B,2022-12-20.

[27]楊靜,袁坤,等.一種面向環(huán)形光源的多視角膠囊缺陷檢測裝置[P].貴州省:CN114062262B,2023-08-11.

[28]楊靜,孫杰,等.一種基于雙通道稀疏化網(wǎng)絡(luò)的高光譜圖像分類方法[P].貴州省:CN115471677B,2023-09-29.

[29]楊靜,王錚,等.一種膠囊視覺缺陷檢測過程中的自動排序機構(gòu)[P].貴州省:CN112387619B,2024-06-11.

[30]楊靜,等.一種基于視覺檢測技術(shù)的膠囊傳送裝置[P].貴州省:CN112110129B,2024-12-13.

[31]楊靜,等.一種基于機器視覺的集成式膠囊缺陷檢測裝置[P].貴州省:CN112317340B,2024-07-26.

[32]楊觀賜,楊靜,盛衛(wèi)華,等.基于卷積神經(jīng)網(wǎng)絡(luò)目標實時檢測模型的特征提取方法[P].貴州省:CN107330437B,2021-01-08.

[33]楊觀賜,楊靜,蘇志東,等.手寫字符計算機識別方法[P].貴州省:CN107330480B,2020-10-13.

[34]楊靜；等.一種多相機多光源的膠囊缺陷檢測在線圖像采集檢測系統(tǒng).申請?zhí)枺?/span>202010913865.2

[35]楊靜，王軍，等，一種基于機器視覺的集成式膠囊缺陷檢測裝置，申請?zhí)枺?/span>202022179576.2.

[36]楊靜，袁坤，等，一種面向環(huán)形光源的多視角膠囊缺陷檢測裝置，申請?zhí)枺?/span>202111118525.1

[37]楊靜，吉曉陽，等，基于脈沖神經(jīng)網(wǎng)絡(luò)的機械手觸覺數(shù)據(jù)分類方法，申請?zhí)枺?/span>202111259707.0

[38]楊靜，劉庭卿，等，基于脈沖時間序列誤差反向傳播的觸覺物體識別方法，申請?zhí)枺?/span>202210914970.7

[39]楊靜，岑順禹，等，一種通過觸覺感知識別物品類別的工作系統(tǒng)，申請?zhí)枺?/span>202211066209.9

[40]楊靜，孫杰，等，一種基于雙通道稀疏化網(wǎng)絡(luò)的高光譜圖像分類方法，申請?zhí)枺?/span>202211124718.2