一、个人基本信息
肖春静，男，电子科技大学计算机软件与理论专业博士，教授。国家自然科学基金函评专家、教育部学位论文评审专家、浙江省及江西省自然科学基金评审专家，河南省组织部遴选科技副总，郑州市创新创业团队技术骨干。担任《SIGKDD》、《CVPR》、《AAAI》、《IEEE Transactions on Knowledge and Data Engineering》、《IEEE Transactions on Neural Networks and Learning Systems》、《Expert Systems with Applications》和《Knowledge-Based Systems》等十余个CCF-A类会议、中科院一区期刊审稿人。
2010.11-2012.11 美国西北大学（Northwest University, QS排名全球前50）访问学者。
2022.11-2023.11 伦敦大学学院（University College London, QS排名全球前10）访问学者。
研究方向：人工智能、大模型、多模态学习、图像视频异常检测、图时序异常检测
个人主页：https://chunjingxiao.github.io/
二、奖励
2025年 河南大学优秀硕士学位论文指导教师。
2025年度河南省教育厅优秀科技论文奖一等奖，第一完成人。
2025年 国家一流本科课程。
2024年 河南省优秀硕士学位论文指导教师。
2024年度河南省教育厅优秀科技论文奖一等奖，第一完成人。
2022年 河南省一流本科课程。
2020年 河南省高等学校精品在线开放课程。
2017年河南大学教学质量二等奖。
2015年河南大学教学质量二等奖。
三、论文、著作
1. Chunjing Xiao, Xue Jiang, Xianghe Du, Wei Yang, Wei Lu, Xiaomin Wang, Kevin Chetty, Boundary-enhanced time series data imputation with long-term dependency diffusion models, Knowledge-Based Systems, 2025. (中科院SCI一区Top).
2. Xuan Cheng, Jiahui Lu, Chunjing Xiao*, Meiyi Yang, Meihui Zhong, Fan Zhou, When graph anomaly breaks the coherence: A multi-evidence approach with language models, Expert Systems with Applications, 2025. (中科院SCI一区Top).
3. Chunjing Xiao, Jiahui Lu, Xovee Xu, Fan Zhou, Tianshu Xie, Wei Lu, Lifeng Xu, Reconciling Attribute and Structural Anomalies for Improved Graph Anomaly Detection, IEEE Transactions on Neural Networks and Learning Systems, 2025. (中科院SCI一区Top).
4. Chunjing Xiao, Xianghe Du, Xueru Song, Yuxia Xue, Minghao Wu, Kevin Chetty, Iterative feedback-based time-series anomaly detection with adaptive diffusion models, Neural Networks, 2025. (中科院SCI二区Top).
5. Chunjing Xiao, Yao Tong, Jiahui Lu, Yuxia Xue, Wenxin Tai, Zhangtao Cheng, Fan Zhou, Graph-Enhanced Multi-Scale Contrastive Learning for Graph Anomaly Detection with Adaptive Diffusion Models, IEEE Transactions on Big Data, 2025. (中科院SCI二区).
6. Chunjing Xiao, Shikang Pang, Wenxin Tai, Yanlong Huang, Goce Trajcevski, Fan Zhou, Motif-Consistent Counterfactuals with Adversarial Refinement for Graph-Level Anomaly Detection, ACM SIGKDD Conference on Knowledge Discovery and Data Mining, 2024. (CCF-A类会议).
7. Chunjing Xiao, Yanhui Han, Wei Yang, Yane Hou, Fangzhan Shi, Kevin Chetty, Diffusion model-based contrastive learning for human activity recognition, IEEE Internet of Things Journal, 2024. (中科院SCI一区Top).
8. Chunjing Xiao, Shikang Pang, Xovee Xu, Xuan Li, Goce Trajcevski, Fan Zhou, Counterfactual Data Augmentation with Denoising Diffusion for Graph Anomaly Detection. IEEE Transactions on Computational Social Systems, 2024. (中科院SCI二区).
9. Xuan Li, Chunjing Xiao*, Ziliang Feng, Shikang Pang, Wenxin Tai, Fan Zhou. Controlled graph neural networks with denoising diffusion for anomaly detection, Expert Systems with Applications, 2024. (中科院SCI一区Top).
10. Chunjing Xiao, Xovee Xu, Yue Lei, Kunpeng Zhang, Siyuan Liu, Fan Zhou. Counterfactual Graph Learning for Anomaly Detection on Attributed Networks, IEEE Transactions on Knowledge and Data Engineering, 2023. (中科院SCI一区Top).
11. Chunjing Xiao, Shiming Chen, Fan Zhou, Jie Wu. Self-Supervised Few-Shot Time-series Segmentation for Activity Recognition, IEEE Transactions on Mobile Computing, 2023. (中科院SCI一区Top).
12. Chunjing Xiao, Zehua Gou, Wenxin Tai, Kunpeng Zhang, Fan Zhou. Imputation-based Time-Series Anomaly Detection with Conditional Weight-Incremental Diffusion Models, ACM SIGKDD Conference on Knowledge Discovery and Data Mining, 2023.（CCF-A类会议).
13. Chunjing Xiao, Yue Lei, Chun Liu, Jie Wu. Mean Teacher-based Cross-Domain Activity Recognition using WiFi Signals, IEEE Internet of Things Journal, 2023. (中科院SCI一区Top).
14. Zhonghai He, Bei Hui, Shengming Zhang, Chunjing Xiao*, Ting Zhong, Fan Zhou. Exploring indirect entity relations for knowledge graph enhanced recommender system, Expert Systems with Applications, 2023. (中科院SCI一区Top).
15. Fan Zhou, Tangjiang Qian, Yuhua Mo, Zhangtao Cheng, Chunjing Xiao*, Jin Wu, Goce Trajcevski. Uncertainty-Aware Heterogeneous Representation Learning in POI Recommender Systems, IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2023. (中科院SCI一区Top).
16. Wei Yang, Yang Liu, Chunjing Xiao*. Deep metric learning for accurate protein secondary structure prediction, Knowledge-Based Systems, 2022. (中科院SCI一区Top).
17. Chunjing Xiao, Yue Lei, Yongsen Ma, Fan Zhou, Zhiguang Qin. DeepSeg: Deep-Learning-Based Activity Segmentation Framework for Activity Recognition Using WiFi, IEEE Internet of Things Journal, 2021. (中科院SCI一区Top).
18. Fan Zhou, Xiuxiu Qi, Chunjing Xiao*, Jiahao Wang. MetaRisk: Semi-supervised few-shot operational risk classification in banking industry, Information Sciences, 2021. (中科院SCI一区Top).
19. Chunjing Xiao, Chun Liu, Ying Ma, Zheng Li, Xucheng Luo. Time sensitivity-based popularity prediction for online promotion on Twitter, Information Sciences, 2020. (中科院SCI一区Top).
20. Chunjing Xiao, Daojun Han, Yongsen Ma, Zhiguang Qin. CsiGAN: Robust Channel State Information-based Activity Recognition with GANs, IEEE Internet of Things Journal, 2019. (中科院SCI一区Top).
四、科研项目
1. 中国联通河南郑州一体化AI赋能数据资源运营平台研发项目，河南联通横向课题，2025.07-至今，主持
2. 超图推理增强的多空间专家混合全球图像地理定位方法，空间基准全国重点实验室自主研究课题，2025.08-至今
3. 复杂场景下多源数据异常检测与智能检索技术研发，企业横向课题，2025.05-至今
4. 医疗健康数据智能处理关键技术与应用，企业横向课题， 2025.03-至今
5. 面向网络生态环境治理的多维特征强化图异常检测方法研究 (252102210096)，河南省科技攻关计划，2025.01-至今，主持
6. 基于WiFi信号的非阈值动作分割和自适应行为识别方法 (212102210387), 河南省科技攻关计划, 2021.1-2022.12,主持
7. 基于动态因素的在线社会网络信息传播效果实时预测模型(61402151), 国家自然科学基金, 2015.1-2017.12, 主持
8. 面向家庭网关的基于用户行为的高效内容分发理论与技术研究(61272527)，国家自然科学基金，2013.01-2016.12，参与
9. 基于需求语义标注与领域知识的服务透明化推荐方法研究(61402150)，国家自然科学基金，2015.1-2017.12，参与
10. 基于微博受众接收能力的网站流量提升效果预测建模(162102410010，河南省科技攻关计划(国际科技合作项目), 2016.1-2018.12，主持
11. 基于微博平台的网站推广效果影响因素分析与预测，网络与数据安全四川省重点实验室开放课题基金，2015.5-2017.5，主持
12. 河南大学基金科研业务费科研专项，优青培育项目， 2017.7-2019.7，主持
五、教学情况
指导学生竞赛代表性获奖情况
2025年 中国大学生计算机设计大赛 河南省三等奖
2025年 全国大学生金融科技创新大赛 河南省三等奖
2024年 中国大学生计算机设计大赛 河南省二等奖
2023年 全国大学生统计建模大赛 河南省三等奖
2022年 全国大学生新一代信息通信技术大赛 国家三等奖
2022年 全国大学生统计建模大赛 国家三等奖
2022年 中国高校计算机大赛 河南省一等奖
2021年 全国大学生智能技术应用大赛 国家二等奖
2020年 中国大学生计算机设计大赛 国家三等奖
2020年 全国网络安全挑战赛创新作品赛 国家三等奖
六、专利
1. 肖春静,等. 针对WiFi信号行为识别的基于深度学习的动作分割框架构建方法. ZL202010718841.1
2. 肖春静,等. 一种针对行为识别的基于自监督少样本学习的动作序列分割方法. ZL202111471435.0
3. 肖春静,等. 用于人体动作识别的基于扩散模型的自监督对比学习方法. ZL202310434396.X
七、联系方式
本课题组注重研究生科研能力、实践能力与综合素养的培养。近年来，课题组研究生在本领域高水平学术会议和期刊上发表多篇论文，研究生学位论文先后荣获2023年河南省优秀硕士学位论文、2024年河南大学优秀硕士学位论文、2025年河南大学优秀硕士学位论文（已推荐参评省优）。部分毕业生已入职小米、比亚迪等知名科技企业，或赴西北工业大学、中国科学院等高校和科研院所继续攻读博士学位。
课题组与美国马里兰大学（University of Maryland）、爱荷华州立大学（Iowa State University）、伦敦大学学院（University College London）以及电子科技大学和哈尔滨工业大学等高校相关教授保持良好的学术合作关系。课题组学术氛围浓厚，注重理论与实践相结合，能够为学生在科研训练、学术发展和职业成长等方面提供良好支持。
欢迎对人工智能、大模型等方向感兴趣、具有科研热情的同学加入课题组，共同学习、共同探索、共同成长。
邮箱： xiaocj@henu.edu.cn
微信： xiaocj2012
