学习和研究工作经历：

1.2005.9-2008.7，郑州大学，检测技术及自动化装置专业，获硕士学位.

2.1999.9-2003.7，郑州大学，自动化专业，获学士学位.

研究方向：

1. 计算机视觉及人工智能

2. 图像处理与模式识别

主持或参与的学术科研项目：

1.     国家自然科学基金委员会，面上项目，62072489，基于深度学习视觉显著性模型的织物疵点检测算法研究，2021-01至2024-12，57万元，在研，参与.

2.     国家自然科学基金委员会，面上项目，61772576，基于图像理解的织物缺陷智能检测识别方法研究，2018-01至2021-12，60万元，结题，参与.

3.     中原科技创新领军人才，234200510009，面向实际应用场景的复杂纹理织物疵点检测方法研究，100万元，2023-01至2024-12，在研, 参与.

4.     企业横向合作项目，信号数据分离软件开发，2023-01至2024-12，2万元，在研，主持.

获奖情况：

1.     柔性新能源系统能量管理关键技术及应用，河南省科技进步二等奖，第二，2022.

2.     基于人类视觉感知显著性的织物表面缺陷检测分析关键技术及应用，河南省科技进步二等奖，第三，2020.

3.     区域化新能源系统能量管理关键技术及应用，中国商业联合会科技进步一等奖，第二，2020.

4.     基于图像理解的织物缺陷检测关键技术，河南省科技进步二等奖，第四，2016.

5.     一种纬斜检测的改进投影映射算法及其硬件实现, 河南省自然科学优秀学术论文一等奖，第一，2015.

代表性论文:

1.     Dong Yan, Liu Yundong, Gao Guangshuai, et al. AFSPNet: an adaptive feature selection pyramid network for efficient object detection in remote sensing images[J]. Journal of Applied Remote Sensing, 2022, 16(04): 1-18.

2.     Dong Yan, Liu Yundong, Kang Haonan, et al. Lightweight and efficient neural network with SPSA attention for wheat ear detection[J]. PeerJ Computer Science, 2022, 8(931): 1-23.

3.     Dong Yan, Wang Junpu, Li Chunlei, et al. Fusing Multilevel Deep Features for Fabric Defect Detection Based NTV-RPCA[J]. IEEE ACCESS, 2020, 8: 161872-161883.

4.     董燕, 刘小辉, 汤水利等. 基于稀疏约束滤波器剪枝策略的模型压缩方法[J].计算机工程与设计, 2022, 43(9): 2542-2548.

5.     董燕, 李环宇, 李卫杰等. 基于联合剪枝深度模型压缩的种子分选方法研究[J].河南农业科学, 2022, 55(1): 162-170.

代表性著作和成果:

1.     发明专利：一种基于稀疏表示系数优化的织物疵点检测方法（ZL201510167030.6）, 授权, 董燕, 第三, 2017.

2.     发明专利：一种基于平稳小波变换视觉显著性的织物疵点检测方法（ZL201610095000.3）, 授权, 董燕, 第三, 2017.

3.     发明专利：一种基于平稳小波变换视觉显著性的织物疵点检测方法（ZL201610095000.3），授权, 董燕, 第三, 2016.

4.     学术著作：智能电子系统设计实例分析, 北京邮电大学出版社, 副主编, 2021. 

联系方式：

Email：dy@zut.edu.cn