杨宏飞，男，工学博士（后），副教授，河南濮阳人，硕士研究生导师，清华大学博士后，助理研究员，入选新疆维吾尔自治区“天池英才”引进计划，入选新疆生产建设兵团“高层次人才”支持计划。硕士师从工程车辆自主作业专家姚宗伟教授（高层次人才），博士师从高灵敏电磁探测仪器国家级领军人才王言章教授，本人专注于智能高精度传感器、农机农艺协同的农业机器人自主作业、视觉智能识别等技术研究，主持/参与国家自然基金项目2项，国家重点研发1项，省部级项目等5项。发表SCI论文20余篇，授权国家专利10余项。受邀担任Artificial Intelligence、IEEE SEN J、IEEE TIM、Advanced Equipment、Electronics and Signal Processing等国际期刊青年编委，受邀担任《当代化工研究》《佳木斯大学学报》等国内期刊青年编委。受邀担任第一届、第二届人工智能国际会议（ISAICS）会场主席、故障诊断与安全性国际会议(CAA)会场主席、智能系统与机器人学国际会议（CISR）会场主席、受邀担任IEEE Transactions on Industrial Informatics、IEEE TIE、IEEE TGRS、IEEE TIM、Measurement等中科院一区二区SCI期刊审稿人，仪器仪表会员、IEEE Member、中国人工智能学会会员。欢迎电子信息、机械、农业机械、材料、计算机等相关专业同学报考本人研究生。

Email:yanghf20@shzu.edu.cn或yhf177900@163.com

电话:17790085081

教育/工作背景（按时间倒排序）

研究领域

1.智能高精度传感器

2.农业机器人无人驾驶及农机农艺协同自主作业关键技术

3.基于视觉智能缺陷检测

欢迎有科研兴趣、喜欢动手实践、对机器人自作作业、基于机器学习视觉检测以及智能传感器感兴趣的同学报考本人的研究生，同时欢迎感兴趣的本科同学参与到本课题组的研究中。本人注重将前瞻性的科研思维与学生个人意志的有机结合，探索出一条以培养学生综合能力和创新思维为核心的教育路径。优秀学生推荐去清华大学机械工程学院、吉林大学机械与航空航天工程学院、仪器科学与电气工程进行联合培养和读博士，如有想出国读博士者可推荐英国帝国理工、卡迪夫大学和日本东京大学、东北大学、九州大学等国际高校。

主持/参与科研项目

1. 国家重点研发计划：深井四维观测高灵敏传感器系统开发

（2） 国家自然科学基金：非结构环境下工程车辆自主作业关键技术研究

（3） 国家自然科学基金：高铁速路钢轨缺陷演化与识别机理研究

（3） 自治区天池英才人才项目

（4） 石河子大学高层次人才项目

代表性科研成果（一作或通讯，限十篇）

[1] RT-FPS: Relaxation Time of Free Precession Signal Measurement Method for Bell-Bloom Magnetometer [J].IEEE Transactions on Geoscience and Remote Sensing, 2024.（JCR Q1 中科院一区TOP IF=8.6）

[2] MI-FPD: Magnetic Information of Free Precession Signal Data Measurement Method for Bell-Bloom Magnetometer [J]. IEEE Transactions on Geoscience and Remote Sensing, 2024.（JCR Q1 中科院一区TOP IF=8.6）

[3] Free Precession Bell–Bloom Atomic Magnetometer: A New-Type High Sensitivity Magnetic Sensor for Geomagnetic Background [J]. IEEE Transactions on Instrumentation and Measurement, 2024.（JCR Q1 中科院二区TOP IF=5.9）

[4] SwinLabNet: Jujube Orchard Drivable Area Segmentation Based on Lightweight CNN-Transformer Architecture [J]. Agriculture, 2024.（JCR Q1 中科院二区IF=3.6）

[5] Efficient Measurement of Free Precession Frequency in Bell-Bloom Atomic Magnetometers[J]. IEEE Transactions on Instrumentation and Measurement, 2024.（JCR Q1 中科院二区TOP  IF=5.9）

[6] Deep Learning and Machine Vision Based Inspection of Rail Surface Defects[J]. IEEE Transactions on Instrumentation and Measurement, 2022.（JCR Q1 中科院二区TOP  入选 IEEE TIM 期刊 Popular Article  IF=5.9）

[7] Magnetic Sensing System for Potential Applications in Deep Earth Extremes for Long-term Continuous Monitoring[J] IEEE Transactions on Instrumentation and Measurement, 2022.（JCR Q1 中科院二区TOP  IF=5.9）

[8] A Novel Deep Earth Observation-Oriented Methods for Enhancing Magnetometry Sensor Stability[J].Measurement,2022.（JCR Q1 中科院二区TOP IF=5.6）

[9] Accurate and effective framework for identifying track defects[J]. Measurement 2021.（JCR Q1 中科院二区TOP IF=5.6）

[10] Segmentation of Track Surface Defects Based on Machine Vision and Neural Networks[J]. IEEE Sensors Journal, 2021.（JCR Q1中科院二区 IF=4.2）