许岳兵，男，汉族，1980年10月生，湖南岳阳人，中共党员，副教授，工学博士，硕士研究生导师，双师型教师，衡阳市领军人才。2019年10月毕业于湖南大学控制科学与工程专业，获工学博士学位，研究方向为机器学习、机器视觉、嵌入式及工业应用。

2009年9月至今在衡阳师范学院物理与电子工程学院任教，承担本科生《嵌入式开发与应用》，硕士生《电网络理论》等课程的教学工作。多次荣获全国/省大学生电子设计竞赛优秀指导教师、优秀研究生导师、“十佳授课教师”、“A类课教师”、本科毕业论文（设计）优秀指导教师、优秀班主任等。2025年获校级教学成果特等奖（第五）。

主持省自然科学基金面上项目、省教育厅重点项目、省教育厅优秀青年项目、省教学改革研究重点项目和企业委托项目等多项。发表论文20余篇，SCI/EI收录10余篇。参编教材3部。获授权国家专利5项，计算机软件著作权6项。指导国家级、省级大学生创新训练项目、省大学生创业实践项目等多项。指导本科生参加全国/省大学生电子设计竞赛，获省级及以上奖励40余项，其中全国一等奖3项，省一等奖10项。指导硕士生参加中国研究生数学建模竞赛、人工智能创新大赛、电子设计竞赛等，获省级及以上奖励4项。

联系邮箱：yuebingxu@hnu.edu.cn。

课题组招收电子信息工程硕士研究生，欢迎电子信息、计算机、自动化、数学等相关专业，编程能力强，具有学科竞赛、实验室科研经历的同学们报考！

主持科、教研项目：

[1] 湖南省教育厅重点项目，“基于数据驱动的供水管网漏损管控关键技术及应用研究”，项目编号：24A0514，在研。

[2] 湖南省普通本科高校教学改革研究重点项目，“新工科背景下电子信息类专业工程创新人才培养探索与实践”，项目编号：202502001091，在研。

[3] 微纳能源材料与应用技术湖南省高校重点实验室开放基金项目，“复杂场景中移动机器人定位建图关键技术研究”，项目编号：2025HSKFJJ015，在研。

[4] 湖南湘能智能电器股份有限公司委托项目，“电缆老化性能综合测试系统的研制”，项目编号：HXKY2025087，在研。

[5] 湖南省自然科学基金面上项目，“基于深度强化学习的城市供水管网智能调度方法与应用研究”，项目编号：2020JJ4151，已结题。

[6] 湖南省教育厅优秀青年项目，“基于深度学习的城市供水管网漏损建模与预测研究”，项目编号：20B077，已结题。

科研论文：

[1] S. Jiang, Y. Xu*, H. Lu, et al. SCSP-YOLO: a method for detecting surface defects on strip steel. Pattern Analysis and Applications, 2025, 28, 151.

[2] Y. Zhao, Y. Xu*, J. Ye, et al. Urban Water Supply Forecasting Based on CNN-LSTM-AM Spatiotemporal Deep Learning Model. IEEE Access, 2023, 11:144204-144212.

[3] Y. Zhao, Y. Xu*, X. Zhang, et al. Urban Daily Water Supply Forecasting Based on the LSTM-AM Model. The 9th International Conference on Big Data and Information Analytics (BigDIA), Haikou, China, 2023, 124-129.

[4] Y. Xu*, J. Zhang, Z. Long, et al. Hourly Urban Water Demand Forecasting Using the Continuous Deep Belief Echo State Network. Water 2019, 11(2), 351.

[5] Y. Xu*, J. Zhang, Z. Long, et al. Daily urban water demand forecasting based on chaotic theory and continuous deep belief neural network. Neural Processing Letters, 2018, 50(2): 1173-1189.

[6] Y. Xu*, J. Zhang, Z. Long, et al. A novel dual-scale deep belief network method for daily urban water demand forecasting. Energies 2018, 11(5), 1068.

[7] Y. Xu*, J. Zhang, Z. Long, et al. A new hybrid approach for short-term water demand time series forecasting. The 13th World Congress on Intelligent Control and Automation (WCICA), Changsha, China, 2018, 534-539.