工学博士，统计学博士后，硕士研究生导师，主要从事人工智能、工业大数据分析及机器视觉方面的研究，主要用于汽车零部件制造、质量管理及节能优化等领域。发表SCI论文10篇（中科院分区1区2篇，TOP 3篇），主持或主要参与科研项目7项。

主讲本科生课程《人工智能技术及其应用》、《智能工厂规划设计》、《AR与VR技术与实践》、《数据库应用技术》、及《计算机控制系统综合实验》，研究生课程《质量与可靠性管理》。

发表论文：

1. Reinforcement learning guided auto-select optimization algorithm for feature selection[J]. Expert Systems with Applications, 2025, 268: 126320.（1区，TOP）

2. Modified hybrid bat algorithm with genetic crossover operation and smart inertia weight for multilevel image segmentation[J]. Applied soft computing, 2020, 90: 106157.（1区，TOP）

3. Improved salp swarm algorithm based on Newton interpolation and cosine opposition-based learning for feature selection[J]. Mathematics and Computers in Simulation, 2024, 219: 544-558.(2区，TOP)

4. Probe mechanism based particle swarm optimization for feature selection[J]. Cluster Computing, 2024, 27(6): 8393-8411.

5. Grasshopper optimization algorithm with principal component analysis for global optimization[J]. The Journal of Supercomputing, 2020, 76(7): 5609-5635. 

6. An improved bat algorithm and its application in multi-level image segmentation[J]. Journal of Intelligent & Fuzzy Systems, 2019, 37(1): 1399-1413.

7. A multi-level image thresholding approach using Otsu based on the improved invasive weed optimization algorithm[J]. Signal, Image and Video Processing, 2020, 14(3): 575-582. 

8. Improved Hybrid Bat Algorithm with Invasive Weed and Its Application in Image Segmentation[J]. Arabian Journal for Science and Engineering, 2019, 44(11): 9221-9234. 

9. A novel industrial image contrast enhancement technique based on an improved ant lion optimizer[J]. Arabian Journal for Science and Engineering, 2021, 46: 3235-3246.

10. A Hybrid Grasshopper Optimization Algorithm With Invasive Weed for Global Optimization[J]. IEEE Access, 2020, 8: 5928-5960.

主持或参与科研项目：

1.基于深度学习与协同粒子群算法的小样本表面缺陷识别方法研究，吉林省科技厅

2. 乱序堆叠零件机器人视觉拾取技术的研究与开发，吉林省发改委

3. 轿车冲压工业机器人视觉检测系统的研究，吉林省科技厅

4. 基于深度学习的滚动轴承故障诊断技术研究，吉林省教育厅

5. 基于数字图像相关的杜仲胶负重轮滚动力学特性研究，校企联合课题

6. 电动车发罩总成设计与开发，校企联合课题

7. 基于数字图像相关的汽车轮胎胎侧高速滚动力学特性研究，吉林省教育厅