一、基本情况
姓名：祁亨年
学位：博士
职称：教授
二、工作经历：
兰州大学理学学士（1996）、硕士学位（1999），浙江大学博士（2005）、华南理工大学博士后（2006-2008）；1999年7月参加工作，历任浙江农林大学信息工程学院讲师（2000）、副院长（2003-2014）、副教授及硕导（2004）、教授（2009）；湖州师范学院学科规划与建设处处长、研究生院院长（2016-2024），博士导师（2021-），科技处处长（2024-）
三、研究方向、承担课程：
语言文字智能，人工智能赋能汉字文化传播
四、所获荣誉
2005年入选浙江省“新世纪151人才工程”，2006年获得中国博士后科学基金一等资助，2007年入选浙江省首届百名“教坛新秀”，2014年入选嘉兴市“精英引领计划”领军人才，2016年入选湖州市1112人才，2017年入选浙江省中青年学科带头人，2018年获“胡瑗卓越管理奖”团队一等奖，2020年入选湖州市南太湖特支计划科技创新领军人才，2022年入选湖州市“劳动模范”、获第十四届中国商业联合会服务业科技创新奖一等奖，2024年获第十届恰佩克产教融合名师奖、胡瑗卓越管理奖个人二等奖。
五、代表性学术成果
1. Hengnian Qi, et al., MIRROR: Multi-scale iterative refinement for robust chinese text recognition, Engineering Applications of Artificial Intelligence, Volume 146, 2025,110270, https://doi.org/10.1016/j.engappai.2025.110270.Nov05,2024. Feb 07, 2025.（中科院一区Top，影响因子：7.5）
2. Zhaojiang Wang,Hengnian Qi*,et al., HUNet: hierarchical universal network for multi-type ancient Chinese character recognition. npj Heritage Science. 13, 281 (2025). https://doi.org/10.1038/s40494-025-01813-9. Received 11 February 2025, Accepted 22 May 2025, Published 19 June 2025,npj Heritage Science (npj Herit. Sci.) ISSN 3059-3220 (online)（中科院1区TOP，影响因子=3.9）
3. Hengnian Qi+, Hao Yang+, et al., AncientGlyphNet: an advanced deep learning framework for detecting ancient Chinese characters in complex scene. Artificial Intelligence Review 58, 88 (2025). https://doi.org/10.1007/s10462-024-11095-5，2025-01-08 Online（中科院一区top,影响因子：13.251）
4. Zhe Li, Wentao Yang, Hengnian Qi, et al., A Tree-Based Model with Branch Parallel Decoding for Handwritten Mathematical Expression Recognition. Pattern Recognition 2023, 110220,https://doi.org/10.1016/j.patcog.2023.110220. （中科院一区 Top, 影响因子：8.518）
5. Qiuyi Xin ,Hengnian Qi*, et al., DRA-Net: Dynamic Feature Fusion Upsampling and Text-Region Focus for Ancient Chinese Scene Text Detection. Electronics 2025, 14(16), 3324; https://doi.org/10.3390/electronics14163324. （中科院四区, 影响因子：2.6）
6. 曹颖,马进,祁亨年.语文课程生命课堂的问题、内涵意蕴及教学实现[J].湖州师范学院学报,2023,45(06):97-102.
7. Jiaxing Lu, Hengnian Qi*, et al., Research on Authentic Signature Identification Method Integrating Dynamic and Static Features. Appl. Sci. 2022, 12, 9904. https://doi.org/10.3390/app12199904（中科院四区, 影响因子：2.5）
