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)