基本情况
刘欢，女，1994年6月生，黑龙江哈尔滨人，中共党员，讲师。
主要简历
2017年毕业于中国计量大学信息与计算科学专业并获理学学士学位，2020年毕业于中国计量大学应用数学专业并获理学硕士学位，2024年毕业于中国石油大学（华东）计算机技术与资源信息工程专业并获工学博士学位。现任大数据与基础科学学院计算机科学与工程系教师。
研究方向及主讲课程
主要从事机器学习、图像处理等方面的研究工作。主讲《计算机应用技术实验》、《人工智能导论》等课程。
学术成就
以第一作者或导师一作本人二作身份发表学术论文9篇，其中SCI期刊论文8篇，IEEE会议论文1篇。
代表性教科研成果及获奖
1. Unpaired image super-resolution using a lightweight invertible neural network[J]. Pattern Recognition. 2023, 144 (SCI收录), 位次1/5
2. SeBIR: Semantic-guided burst image restoration[J]. Neural Networks. 2024, 181(SCI收录), 位次1/5
3. Improved dual-scale residual network for image super-resolution[J]. Neural Networks. 2020, 132(SCI收录), 位次1/2
4. Lightweight multi-scale residual networks with attention for image super-resolution[J]. Knowledge-Based Systems. 2020, 203(SCI收录), 位次1/4
5. When guided diffusion model meets zero-shot image super-resolution[J]. Engineering Applications of Artificial Intelligence. 2024, 138(SCI收录), 位次1/5
6. Image super-resolution using a simple Transformer without pre-training[J]. Neural Processing Letters. 2023, 55(SCI收录), 位次1/4
7. An efficient frequency domain separation network for paired and unpaired image super-resolution[C]. International Joint Conference on Neural Networks. 2023(IEEE会议收录), 位次1/4
8. Single image super-resolution via multi-scale residual channel attention network[J]. Neurocomputing. 2019, 358(SCI收录), 位次2/2
9. Adaptive one-stage generative adversarial network for unpaired image super-resolution[J]. Neural Computing and Applications. 2023, 35(28)(SCI收录), 位次2/4
