个人简介
刘丽娟，女，1981.12，博士，副教授，硕士生导师。入选厦门市高层次留学人员，厦门市高层次人才C类，受聘为厦门市人工智能教育专家。曾获福建省高等教育教学成果一等奖1项、厦门市厦门市科技进步三等奖1项；中共厦门市委组织部的“记功”奖励、厦门理工学院第二届“党员名师先锋岗”荣誉称号，多次获得厦门理工学院“优秀教师”。
主要从事交通流预测、基于大模型的可解释预测方向的研究工作。主持完成国家自然科学基金项目（C类）、福建省自然科学基金项目各1项，市厅级科研项目3项；以第一作者或通讯作者发表学术论文21篇，其中SCI、EI收录17篇。
长期担任Transportation Research Part C: Emerging Technologies（TRC）、Pattern Recognition（PR）、Neurocomputing、IEEE Transactions on Mobile Computing（IEEE TMC）等国际权威期刊的审稿人。
热忱欢迎热爱科研，积极进取，踏实认真的研究生加入团队，一同深耕学术、求索创新。在严谨的科研实践中提升自我，用科研的方法更好地理解工作和生活。
Email: ljliu@xmut.edu.cn
QQ：21801600
教育背景
l 2015.9-2019.3 台湾朝阳科技大学，资讯学院，资讯管理专业，工学博士
l 2011.8 加拿大里贾纳大学，进修英语
l 2004.9-2007.6 中南大学，信息科学与技术学院，通信与信息系统专业，工学硕士
l 2000.9-2004.6 中南大学，信息科学与技术学院，电子信息工程专业，工学学士
工作经历
l 2021.12至今 厦门理工学院，计算机与信息工程学院，计算机科学与技术系，副教授
l 2010.9-2021.11 厦门理工学院，计算机与信息工程学院，计算机科学与技术系，讲师
l 2007.8-2010.8 厦门理工学院，计算机与信息工程学院，计算机科学与技术系，助教
科研成果
1. 主持的纵向科研项目
(1) 国家自然科学基金青年科学基金项目（C类），多源特征深度融合的城市公共交通网点非常态变化客流预测研究（62103345），2022.1.1-2024.12.31，项目负责人，已结题。
(2) 福建省自然科学基金（面上项目），基于数据建模和方法建模的公共交通站点动态变化客流的预测研究（2020J01260），2020.11.1-2024.3.31，项目负责人，已结题。
(3) 厦门市青年创新基金，突发客流条件下公共交通网点客流动态演变与预测研究（3502Z20206076），2020.7.1-2023.6.30，项目负责人，已结题。
(4) 厦门理工学院青年教师科研助长项目，融合多源数据的公共交通网点动静态变化客流的预测研究（XPDKQ19008），2019.12-2021.11，项目负责人，已结题。
(5) 厦门理工学院高层次人才科研启动项目，基于多特征的公共交通站点短时客流预测关键技术研究（YKJ19012R），2019.12.11-2022.11.30，项目负责人，已结题。
(6) 福建省中青年教育科研项目，基于深度学习的公共交通站点客流预测和分析系统的研究（JAT170416），2017.6-2020.5，项目负责人，已结题。
(7) 厦门市科技计划指导性项目（科技），“基于构件的数字通信原理虚拟实验室的设计与实现”（3502Z20077019），2007.10-2009.9，项目负责人，已结题。
2. 发表的学术论文
（1） 期刊论文
[1] Yang, R. (研究生), Liu, L.*, Lv, Q. (研究生). Adaptive denoising spatio-temporal attention network fused with external factors for passenger flow prediction[J]. Promet-Traffic&Transportation, 2025, 36(6): 1578-1593. （SCI检索，中科院4区）
[2] Lv, Q. (研究生), Liu, L.*, Yang, R. (研究生), Wang, Y.. Multimodal urban traffic flow prediction based on multi-scale time series imaging[J]. Pattern Recognition, 2025, 164: 111499. （SCI检索，中科院1区Top，CCF B期刊）
[3] Liu, L.*, Wu, M. (研究生), Lv, Q. (研究生), Liu, H. (研究生), Wang, Y.. CCNN-former: combining convolutional neural network and transformer for image-based traffic time series prediction[J]. Expert Systems with Applications, 2025, 268: 126146. （SCI检索，中科院1区Top，CCF C期刊）
[4] Liu, L.*, Wang, F. (研究生), Liu, H. (研究生), Zhu, S. Wang, Y.. HD-Net: A hybrid dynamic spatio-temporal network for traffic flow[J]. IET Intelligent Transport Systems, 2024, 18(4): 672-690. （SCI检索，中科院4区，CCF C期刊）
[5] Liu, L.*, Wu, M. (研究生), Chen, R.*, Zhu, S., Wang, Y.. A hybrid deep learning model for multi-station classification and passenger flow prediction[J]. Applied Sciences-Basel, 2023, 13(5): 2899. （SCI检索，中科院4区期刊）
[6] Liu, L., Chen R.*, Zhu, S.. Impacts of weather on short-term metro passenger flow forecasting using a deep LSTM neural network[J]. Applied Sciences-Basel, 2020, 10(8): 2962. （SCI检索，中科院4区期刊）
[7] 刘丽娟*，林雨衡（本科生），王晓琪（本科生），崔建峰. 多维特征对高校学生学业预警预测的影响[J]. 厦门理工学院学报，2020, 28(1): 54-61.
[8] 魏子瑄（本科生），刘小刚（本科生），陈真贵（本科生），魏莲婧（本科生），刘丽娟*. 基于语音识别技术的智能分类垃圾桶[J]. 单片机与嵌入式系统应用, 2020, (1): 79-82.
[9] Liu, L., Chen, R.*, Zhao, Q., Zhu, S.. Applying a multistage of input feature combination to random forest for improving MRT passenger flow prediction[J]. Journal of Ambient Intelligence and Humanized Computing, 2019, 10: 4515-4532. （SCI检索，中科院4区期刊）
[10] Liu, L., Chen, R.*. A novel passenger flow prediction model using deep learning methods[J]. Transportation Research Part C: Emerging Technologies, 2017, 84:74-91. （SCI检索，中科院1区Top，运输科技小类顶刊）
[11] 刘丽娟*. 基于构件的虚拟实验室的设计与实现[J]. 厦门理工学院学报, 2009, 17(2): 20-24.
（2） 会议论文
[1] Liu, H. (研究生), Liu, L.*, Wang, D., Hong, C.. Multi-hop aware graph convolutional network and collaborative Transformer for traffic flow prediction[C]. The 2025 21st International Conference on Intelligent Computing (ICIC 2025), Ningbo, China, 2025.7.26-2025.7.29.（CCF C会议，EI会议检索）
[2] Chen, P. (研究生), Liu, L.*. Spatio-temporal embedding and memory learning network for traffic forecasting[C]. 5th International Conference on Neural Networks, Information and Communication Engineering (NNICE 2025), Guangzhou, China, 2025.1.10-2025.1.12.（EI会议检索）
[3] Xiao, Q. (研究生), Liu, L.*. Deep spatio-temporal 3D-Transformer network for traffic flow prediction[C]. 2024 4th International Conference on Artificial Intelligence, Robotics, and Communication (ICAIRC 2024), Xiamen, China, 2024.12.27-2024.12.29. （EI会议检索）
[4] Wang, F. (研究生), Lv, Q. (研究生), Liu, L.*. A dynamic spatio-temporal network with self-attention for multi-station passenger flow prediction[C]. 12th International Conference on Awareness Science and Technology (iCAST 2023). Taichung, Taiwan, China, 2023.11.9-2023.11. 11. （EI会议检索）
[5] Yuan, L. (研究生), Liu, L.*, Zhu, S., Chen, L. (研究生). A novel clustering model TEC for station classification[C]. 2023 37th International Conference on Advanced Information Networking and Applications (AINA 2023), Barolli, India, 2023.3.29-2023.3.31. （EI会议检索）
[6] Chen, L. (研究生), Liu, L.*, Yuan, L. (研究生). Multi-head attention mechanism for multi-station passenger flow prediction[C]. 2022 International Symposium on Design Studies and Intelligence Engineering (DSIE 2022), Hangzhou, China, 2022.10.29-2022.10.30. （EI会议检索）
[7] Liu, L., Chen R.*. Passenger flow prediction using weather data for metro systems[C]. 2018 Conference on Technologies and Applications of Artificial Intelligence (TAAI 2018), Taichung, Taiwan, China, 2018.11.30-2018.12.2. （EI会议检索）
[8] Liu, L., Chen, R.*. A MRT daily passenger flow prediction model with different combinations of influential factors[C]. 2017 31st International Conference on Advanced Information Networking and Applications Workshops (WAINA 2017), Taipei, Taiwan, China, 2017.3.27-2017.3.29. （EI会议检索）
[9] Liu, L., Chen, R.*, Zhu S.. Passenger origin-destination travel time estimation model for BRT[J]. ICIC Express Letters, Part B: Applications，2016, 7(9): 2067-2072. （EI期刊检索）
[10] Liu, L., Chen, R.*, Chen L. A novel method to estimate total travel time for normal bus transit[C]. 2016 International Conference on Social Sciences and Business (ICSSB 2016), Tokyo, Japan, 2016.8.25-2016.8.27.
[11] Wang, J.*, Liu, L., Jia, W.. The design and implementation of digital signal processing virtual lab based on components[C]. Lecture Notes in Computer Science, 2005, 3583. Springer, Berlin, Heidelberg. （EI会议检索）
3. 专利
（1） 刘丽娟，武鸣枭（2021级研究生），吕勤治（2022级研究生），江昕悦（2022级研究生），王大寒，陈军. 多尺度时序数据图像化的多模态时空序列预测方法及装置，授权号：ZL202510578525.1，2025.7.11. （发明专利）
（2） 刘丽娟，魏莲婧（2017级本科生），陈真贵（2017级本科生），魏子瑄（2017级本科生），王淑敏（2017级本科生）. 一种基于语音识别的智能分类垃圾桶，中国，ZL202020559600.2，2021.3.23. （实用新型专利）
