Personal HomePage

Lyuchao Liao

+

Recommended MA Supervisor

Personal Information

Supervisor of Master's Candidates

School/Department:交通运输学院

Education Level:Postgraduate (Postdoctoral)

Contact Information:achao@fjut.edu.cn

Degree:Doctoral degree

Professional Title:Professor

Status:Employed

Academic Titles:交通运输学院副院长

Other Post:工业控制与数据分析福建省高校重点实验室主任、智能无人驾驶技术福建省高校工程研究中心主任

Alma Mater:中南大学

Discipline:
Intelligent Science and Technology

Profile

廖律超,博士,教授,硕士生导师,清华大学博士后(优秀考评出站),IEEE高级会员,CCF高级会员、英国埃塞克斯大学高级访问学者,福建省课程思政教学名师。曾任信息科学与工程学院副院长、计算机科学与数学学院副院长等职,现任交通运输学院副院长,兼任工业控制与数据分析福建省高校重点实验室主任、智能无人驾驶技术福建省高校工程研究中心主任、数字福建交通大数据研究所常务副所长及“智能科学与技术”专业负责人等职,并积极投身社会服务,2016年入选中国博士后科技服务团,现为中国人工智能学会科普工作委员会委员、中国仿真学会自动驾驶汽车仿真测试专业委员会委员、福建省信息化标准化技术委员会大数据标准工作组成员,并被省教育厅聘请为福建省中小学人工智能教学指导委员会委员。主要研究人工智能与自动驾驶技术等。先后主持、合作研发及主要参与国家自然科学基金项目共5项(其中主持2项、合作研发2项);先后主持及合作研发福建省高校产学合作项目、福建省软件业技术创新重点攻关和产业化项目及横向合作项目等课题30余项;先后发表SCI/EI论文50余篇,在城市时空大数据处理方面已获美国发明专利授权及国家发明专利授权共计100余项;获日内瓦国际发明奖1项;参编国家标准、地方标准及团体标准等10余项;荣获福建省科技进步奖2项,并先后获中国侨界贡献(创新团队)奖及中国产学研合作创新成果奖等奖项;获评为福建省教育信息化学会“优秀专家”、并获校授“优秀科技工作者”、“优秀共产党员”、校研究生“优秀指导教师”等荣誉称号;2014年入选福建省高校杰出青年科研人才计划,2021年受福州市信息化学会聘请为“人工智能领域特聘专家”。负责的研究生课程《深度学习导论》入选福建省课程思政示范课,教学团队获入选省级课程思政教学名师和教学团队。积极开展学术交流合作,先后与University of South Carolina、University of Essex、清华大学、湖南大学、西南交通大学、华北电力大学、河海大学、南京信息工程大学及山东科技大学等国内外10余所高校相关团队开展密切科研合作。欢迎国内外相关同行联系科研合作,课题组接收国内访问学者申请。联系邮箱: achao<at>fjut.edu.cn (或 llyuchao<at>ieee.org) 研究生招生方向:1)交通运输工程学术硕士:01交通信息工程及控制(07 交通运输学院) 2)新一代电子信息技术专业硕士:04 智能交通与交通大数据技术; 3)物流工程与管理:03智慧物流与信息管理。 4)能源动力专业硕士:04电气工程信息技术。 一、主持与主要参与的部分科研项目[1] 国家自然科学基金项目:车辆自动驾驶转向经验认知表达与智能学习机理研究(62376059),2024.01-2027.12,在研,主持;[2] 国家自然科学基金项目:面向大数据的位置信息挖掘与推荐方法研究(41971340),2020.01-2023.12,在研,合作单位项目负责人;[3] 福建省科技计划项目(福建省高校产学合作):基于数字孪生的智慧城市应急服务关键技术研究与产业化(2021Y4019),2021.10-2024.10,在研,主持;[4] 福建省软件业技术创新重点攻关及产业化项目:城市交通数字孪生云服务平台关键技术研发及产业化,2023.01-2024.01,在研,合作单位项目负责人;[5] 横向合作创新研发项目:智慧城市数字孪生关键技术研究,2023.07-2026.06,在研,主持;[6] 国家自然科学基金项目:基于海量语义轨迹的交通驾驶行为认知与主动学习机理研究(61304199),2014.01-2016.12,结题,主持;[7] 国家自然科学基金项目:城市客流移动数据的模式分析、可视化和决策优化支持(41471333),2015.01-2018.12,结题,合作单位项目负责人;[8] 福建省高校杰出青年科研人才培育计划项目:基于潜在语义分析的海量交通轨迹数据挖掘与应用示范(JA14209),2014.09-2018.12,结题,主持;[9] 福建省科技计划区域发展项目:基于大数据挖掘的智慧城市标准地址管理与应用关键技术研究及推广(2018Y3001),2018.01-2020.12,结题,主要参与;[10] 福建省科技重大专项:车联网与智能交通信息服务关键技术研究与应用(2011HZ0002),2011.09-2014.09,结题,子课题负责人。二、部分论文成果(更新中)[1] Liao L, Lin Y, Li W, et al. Traj2Traj: A road network constrained spatiotemporal interpolation model for traffic trajectory restoration[J]. TRANSACTIONS IN GIS, 2023, 27(4): 1021-1042.[2] Liao L, Luo L, Su J, et al. Eagle-YOLO: An Eagle-Inspired YOLO for Object Detection in Unmanned Aerial Vehicles Scenarios[J]. Mathematics, 2023, 11(9): 2093.[3] Liao L, Hu Z, Zheng Y, et al. An improved dynamic Chebyshev graph convolution network for traffic flow prediction with spatial-temporal attention[J]. Applied Intelligence, 2022, 52(14): 16104-16116.[4] Liao L, Wu J, Zou F, et al. Trajectory topic modelling to characterize driving behaviors with GPS-based trajectory data[J]. Journal of Internet Technology, 2018, 19(3): 815-824.[5] Liao L, Chen B, Zou F, et al. Hierarchical quantitative analysis to evaluate unsafe driving behaviour from massive trajectory data[J]. IET Intelligent Transport Systems, 2020, 14(8): 849-856.[6] Liao L, Hu Z, Hsu C-Y, et al. Fourier Graph Convolution Network for Time Series Prediction[J]. Mathematics, 2023, 11(7): 1649.[7] Liao L, Li B, Zou F, et al. MFGCN: A Multimodal Fusion Graph Convolutional Network for Online Car-hailing Demand Prediction[J]. IEEE Intelligent Systems, 2023.[8] Liao L, Li B, Huang D, et al. An Intelligent Rebalance System for Tidal Phenomenon of Dockless Bicycle-Sharing[J]. IEEE Access, 2023, 11: 12937-12948.[9] Liao L, Li Z, Lai S, et al. An expressway traffic congestion measurement under the influence of service areas[J]. PLoS one, 2023, 18(1): e0279966.[10] Niyogisubizo J, Liao L, Zou F, et al. Predicting traffic crash severity using hybrid of balanced bagging classification and light gradient boosting machine[J]. Intelligent Data Analysis, 2023, 27(1): 79-101.[11] Liao L, Wang Y, Zou F, et al. A multi-sensory stimulating attention model for cities’ taxi service demand prediction[J]. Scientific reports, 2022, 12(1): 3065.[12] Liao L, Lin J, Zhu Y, et al. A Bi-direction LSTM Attention Fusion Model for the Missing POI Identification[J]. J. Netw. Intell, 2022, 7: 161-174.[13] Liao L, Afedzie Kwofie F, Chen Z, et al. A bidirectional context embedding transformer for automatic speech recognition[J]. Information, 2022, 13(2): 69.[14] Liao L, Lin Z, Lin J, et al. Car-Following Model with Automatic Reaction Delay Estimation: An Attention-Based Ensemble Learning Methodology[J]. Scientific Programming, 2022, 2022: 1-10.[15] Niyogisubizo J, Liao L, Nziyumva E, et al. Predicting student's dropout in university classes using two-layer ensemble machine learning approach: A novel stacked generalization[J]. Computers and Education: Artificial Intelligence, 2022, 3: 100066. [16] Liao L, Liu J, Wu X, et al. Time difference penalized traffic signal timing by LSTM Q-network to balance safety and capacity at intersections[J]. IEEE Access, 2020, 8: 80086-80096. [17] 廖律超, 蒋新华, 邹复民, et al. 一种支持轨迹大数据潜在语义相关性挖掘的谱聚类方法[J]. 电子学报, 2015, 43(5): 956.[18] 廖律超, 蒋新华, 林铭榛, et al. 基于交通轨迹数据挖掘的道路限速信息识别方法[J]. 交通运输工程学报, 2015, 15(5): 118-126.[19] 廖律超, 蒋新华, 邹复民, et al. 浮动车轨迹数据聚类的有向密度方法[J]. 地球信息科学学报, 2015, 17(10): 1152-1161.[20] 李璐明, 蒋新华, 廖律超. 基于弹性分布数据集的海量空间数据密度聚类[J]. 湖南大学学报: 自然科学版, 2015, 42(8): 116-124.[21] 蒋新华, 高晟, 廖律超, et al. 半监督 SVM 分类算法的交通视频车辆检测方法[J]. 智能系统学报, 2015, 10(5): 690-698.[22] 胡冬梅, 吴建平, 田琨, 廖律超, 杜怡曼et al. 北京重霾期空气污染物, 气象和交通的时空特征 (英文)[J]. 系统仿真学报, 2019, 3.[23] Li T, Wu J, Dang A, Liao L, Xu M. Emission pattern mining based on taxi trajectory data in Beijing[J]. Journal of cleaner production, 2019, 206: 688-700.[24] Ge Q, Sun Q, Wang Z, Li S, Gu Z, Zheng S, Liao L. Real‐time coordination of connected vehicles at intersections using graphical mixed integer optimization[J]. IET Intelligent Transport Systems, 2021, 15(6): 795-807.[25] Pan J S, Shan J, Chu S C, Jiang S, Liao L. A multigroup marine predator algorithm and its application for the power system economic load dispatch[J]. Energy Science & Engineering, 2022, 10(6): 1840-1854.[26] Hu D, Wu J, Tian K, Liao L, Xu M, Du Y. Urban air quality, meteorology and traffic linkages: Evidence from a sixteen-day particulate matter pollution event in December 2015, Beijing[J]. Journal of Environmental Sciences, 2017, 59: 30-38.[27] 林尔杰, 韩光洁, 孙宁, 廖律超. 终点导向的电动汽车负载均衡充电导航策略[J]. 小型微型计算机系统, 2023, 44(05): 961-968.[28] 邹复民, 郭峰, 罗思杰, 廖律超, 李楠. 高速公路ETC仿真平台研究与设计[J]. 系统仿真学报: 2023:1-17(网络首发).[29] 王金水, 欧雪雯, 陈俊岩, 唐郑熠, 廖律超. 基于时空超图卷积模型的城市轨道站点客流预测[J]. 铁道科学与工程学报: 2023:1-12.(网络首发).[30] Wang X, Zeng R, Zou F, Liao L, Huang F. STTF: An Efficient Transformer Model for Traffic Congestion Prediction[J]. International Journal of Computational Intelligence Systems, 2023, 16(1): [31] Han G, Zhu Y, Liao L, Yao H, Zhao Z, Zheng Q. Hybrid Attention-Based 3D Object Detection with Differential Point Clouds[J]. Electronics, 2022, 11(23): 4010.[32] Guo F, Zou F, Luo S, Chen H, Yu X, Zhang C, Liao L. Positioning method of expressway ETC gantry by multi‐source traffic data[J]. IET Intelligent Transport Systems, 2022.[33] Liao L, Feng Z, Huang D, Zhu Y, Lin J, Luo L,. MA3D: A Multi-Attention-based Complex 3D Object Detection from Point Cloud Data[J]. Journal of Network Intelligence, 2022, 7(3): 719-733.[34] Zhuang J, Chu SC, Hu CC, Liao L, Pan JS. Advanced phasmatodea population evolution algorithm for capacitated vehicle routing problem[J]. Journal of Advanced Transportation, 2022, 2022.[35] Liao L, Wu C, Chen Z, Qu L, Huang B, Chen Z. Emergency Event Topic Clustering Based on Keyword Co-occurrence[J]. J. Inf. Hiding Multim. Signal Process., 2019, 10(3): 447-457.[36] 廖律超, 蒋新华, 邹复民, et al. 基于交通视频的交通拥堵状态自动识别方法[J]. 公路交通科技, 2014, 31(01): 110-117.[37] Hu R, Chiu YC, Hsieh CW, Chang TH, Xue X, Zou F, Liao L. Mass rapid transit system passenger traffic forecast using a re-sample recurrent neural network[J]. Journal of Advanced Transportation, 2019, 2019.[38] Zou F, Guo F, Tian J, Luo S, Yu X, Gu Q, Liao L. The method of dynamic identification of the maximum speed limit of expressway based on electronic toll collection data[J]. Scientific Programming, 2021, 2021: 1-15.[39] Luo S, Zou F, Zhang C, Tian J, Guo F, Liao L. Multi-view travel time prediction based on electronic toll collection data[J]. Entropy, 2022, 24(8): 1050.[40] Han G, Zheng Q, Liao L, et al. Deep Reinforcement Learning for Intersection Signal Control Considering Pedestrian Behavior[J]. Electronics, 2022, 11(21): 3519.三、部分授权发明专利(更新中)[1]国家发明专利:一种城市路网拓扑连接边的发现方法和发现系统(授权专利号:ZL201911307758.9,第一发明人);[2]国家发明专利:一种基于路灯辅助的无人驾驶高精度定位方法及系统(授权专利号:ZL201910474604.2,第一发明人);[3]国家发明专利:一种基于路灯辅助的无人车高精度地图匹配方法及系统(授权专利号:ZL201910474609.5,第一发明人);[4]美国发明专利:Urban Private Parking Space Sharing and Exchanging Service Method and System(授权专利号:US010755572B2,第一发明人);[5]国家发明专利:一种基于区块链技术的网络安全事件检测方法(授权专利号:ZL201811617365.3,第一发明人);[6]国家发明专利:一种基于区块链技术的非机动车辆占用快车道的监测方法(授权专利号:ZL201811617364.9,第一发明人);[7]国家发明专利:一种基于区块链技术的迷路人员指引方法(授权专利号:ZL201811350900.3,第一发明人);[8]国家发明专利:一种基于区块链技术的实时路况信息采集推送方法(授权专利号:ZL201811218517.2,第一发明人);[9]国家发明专利:一种基于区块链的危险驾驶行为辨识与推送方法及系统(授权专利号:ZL201811221376.X,第一发明人);[10]国家发明专利:一种基于浮动车技术的城市内涝检测方法及终端(授权专利号:ZL201711440236.7,第一发明人);[11]国家发明专利:一种新手车辆的识别方法及终端(授权专利号:ZL201711430814.9,第一发明人);[12]国家发明专利:基于浮动车技术的城市道路绿波带决策支持方法及终端 (授权专利号:ZL201711179692.0,第一发明人);[13]国家发明专利:基于浮动车技术的区域道路车流量控制方法(授权专利号:ZL201711164285.2,第一发明人);[14]国家发明专利:基于浮动车技术的道路运输车辆超限信息识别方法(授权专利号:ZL201710601536.2,第一发明人);[15]国家发明专利:一种封闭道路的确认方法及系统(授权专利号:ZL201510444231.6,第一发明人);[16]国家发明专利:基于出租车经验数据动态获取路径权重的方法及系统(授权专利号:ZL201711069850.7,第一发明人);[17]国家发明专利:动态分析工程车辆实现新增建筑物识别的方法(授权专利号:ZL201711069008.3,第一发明人);[18]国家发明专利:一种移动终端短信办公审批流程方法及系统(授权专利号:ZL201510379640.2,第一发明人);[19]国家发明专利:一种基于交通轨迹数据的道路海拔信息提取方法及系统(授权专利号:ZL201510311712.X,第一发明人);[20]国家发明专利:一种基于浮动车技术获得区域带路专家的方法(授权专利号:ZL201310667672.3,第一发明人);[21]国家发明专利:出租车行车轨迹经验知识路径的提取方法(授权专利号:ZL201310615600.4,第一发明人);[22]国家发明专利:一种营运车辆的定线定点考勤方法及定线定时考勤方法(授权专利号:ZL201110437821.8,第一发明人);[23]国家发明专利:基于浮动车技术的路段限速信息识别方法(授权专利号:ZL201210028275.7,第一发明人);[24]国家发明专利:基于交通工具的实时交通气象信息采集方法(授权专利号:ZL201110289393.9,第一发明人)。四、部分教学科研奖励(更新中)[1] 福建省课程思政教学名师:研究生课程“深度学习导论”教学团队,2022年12月,排名1/7;[2] 福建省科学技术进步二等奖:“基于大数据的智慧应急关键技术及其综合服务系统”, 2020年11月,排名:2/7;[3] 福建省科学技术进步二等奖:“基于大数据的道路运输智能交通信息服务系统与终端”,2017年9月,排名:6/7;[4] 日内瓦国际发明奖: “带主动报警功能的汽车挡风玻璃”, 2019年4月,排名:5/7;[5] 中国产学研合作创新成果奖: “基于北斗的公路交通运输安全生产信息服务系统及其关键技术”, 2014年11月,排名:5/7。五、开展的部分学术讲座与专题报告(更新中)[1] “数字城市下的未来交通新形态”,2023海丝数字经济大会,泉州,2023.12.29;[2] “人工智能如何重塑城市交通”,2nd数字孪生与智能建造学术年会,福州,2023.11.24;[3] “品人工智能学习、思学科人才培养——研究生课程思政建设实践与思考”,福建理工大学“福工好导师”第五期培训班,福州,2023.11.23;[4] “人工智能与智慧交通”,福建科普大讲坛,福建省科技馆,2023.09.22;[5] “人工智能与智慧交通”, 百度智能汽车科创基地,福州,2023.08.14;[6] “图神经网络的发展趋势与交通行业应用”,第一届“一带一路”智能绿色交通运输工程: “机遇与挑战”研讨会, 乌鲁木齐,2023.06.03;[7] “The Principle, Trend and Applications of Graph Neural Networks”, 8th International Conference on Electromechanical Control Technology and Transportation(ICECTT2023), Hangzhou, 2023.05.19;[8] “人工智能与智慧交通”,全省交通运输信息化培训班,福建省交通厅教育培训基地,2021.12.23;[9] “工业人工智能——连接可能,智造未来”,首届福州市工业互联网创新发展论坛,福州,2021.12.08。 ORCID ID: 0000-0001-5337-9083Web of Science Researcher ID:GPK-5719-2022 Google Scholar@课题组动态>>>Homepage: https://faculty.fjut.edu.cn/liaolyuchao/zh_CN/index.htmIEEE Homepage:https://ieee-collabratec.ieee.org/app/p/lyuchaoliao

Educational Experience

No content

Work Experience

No content
  • Research Focus
  • Social Affiliations

[1] Artificial Intelligence, Modelling and Mining of Big Data

[1] 2022.1 to Now

教育部学位与研究生教育发展中心 全国研究生教育评估监测专家库专家

[2] 2021.12 to Now

福州市信息化学会 人工智能领域特聘专家

[3] 2020.12 to Now

智能无人驾驶技术福建省高校工程研究中心 主任

[4] 2020.6 to Now

工业控制与数据分析福建省高校重点实验室 主任

[5] 2017.10 to Now

数字福建交通大数据研究所 副所长(常务)

[6] 2019.1 to Now

国家自然科学基金通信评审专家库 专家

[7] 2019.8 to 2020.2

英国埃塞克斯大学计算机科学与电子工程学院荣誉高级讲师

[8] 2016.10 to Now

中国博士后科技服务团

[9] 2017.7 to Now

中国人工智能学会科普工作委员会委员

[10] 2019.11 to Now

受省教育厅聘请为福建省中小学人工智能教学指导委员会委员

[11] 2015.4 to Now

福建省信息化标准化技术委员会大数据标准工作组成员

[12] 2018.5 to Now

IEEE Transactions on Intelligent Transportation Systems 审稿人

Research Group

Name of Research Group:智能无人驾驶技术福建省高校工程研究中心团队

Description of Research Group:

   作为智能驾驶领域的福建省高校工程研究中心团队,团队重点围绕智能无人驾驶核心关键技术研发及其应用落地机制开展研究,具体研究包括交通路网及其交通流特性分析、交通视听觉交互信息的感知与理解、多车交互机制、智能驾驶行为决策机制以及多车协同控制机制等核心关键技术。同时,团队积极对接省内相关企业,构建智能驾驶产学研合作平台,培养高层次研发人才,服务地方经济发展。