黄小乔，男，1981年生，博士，副教授，硕士生导师，云南省光电信息技术重点实验室成员。主要研究方向：颜色科学与图像视觉、太阳能辐照度预测、深度学习、大数据分析相关的研究工作。相关工作发表在《Energy Conversion and Management》、《Energy》、《Renewable Energy》等权威性国际学术刊物上。
教育经历：
(1)2016-09至2021-06，云南师范大学，农业生物环境与能源工程，博士
(2)2004-09至2007-06，云南师范大学，光学工程，硕士
(3)2000-09至2004-06，湖北民族大学，物理学，学士
工作经历：
(1)2018/11至今，云南师范大学，物理与电子信息学院，副教授
(2)2010/01至2018/10，云南师范大学，物理与电子信息学院，讲师
(3)2007/07至2009/12，云南师范大学，物理与电子信息学院，助教
科研项目：
(1)国家自然科学基金委员会，地区基金项目，基于多源信息融合的云南高原地区太阳辐照度超短期预测研究，2023-01至2026-12，在研，主持；
(2)云南省自然科学基金面上项目，基于深度学习模型的云南高原地区太阳辐照度预测研究，2021/04-2024/03，在研，主持；
(3)主持云南省2021年博士后科研基金研究项目（二等奖），在研；
(4)主持2021年云南省博士后定向培养资助计划，在研；
(5)国家自然科学基金委员会，面上项目，低照度下利用光谱数据库和近红外的图像颜色复原研究，2019-01至2022-12，结题，参与。
代表性论文：
[1]Liu J,Huang X*, Li Q, et al. Hourly stepwise forecasting for solar irradiance using integrated hybrid models CNN-LSTM-MLP combined with error correction and VMD[J]. Energy Conversion and Management, 2023, 280: 116804.
[2]Huang X, Liu J, Xu S, et al. A 3D ConvLSTM-CNN network based on multi-channel color extraction for ultra-short-term solar irradiance forecasting[J]. Energy, 2023, 272: 127140.
[3]Huang X, Li Q, Tai Y, et al. Time series forecasting for hourly photovoltaic power using conditional generative adversarial network and Bi-LSTM[J]. Energy, 2022, 246: 123403.
[4]Tai Y, Qian K,Huang X*, et al. Intelligent Intraoperative Haptic-AR Navigation for COVID-19 Lung Biopsy Using Deep Hybrid Model[J]. IEEE Transactions on Industrial Informatics, 2021, 17(9): 6519–6527.
[5]Huang X, Li Q, Tai Y, et al. Hybrid deep neural model for hourly solar irradiance forecasting[J]. Renewable Energy, 2021, 171: 1041–1060.
[6]Gao B,Huang X*, Shi J, et al. Hourly forecasting of solar irradiance based on CEEMDAN and multi-strategy CNN-LSTM neural networks[J]. Renewable Energy, 2020, 162: 1665–1683. (高被引用论文)
授权发明专利：
(1)黄小乔;石俊生;邰永航;陈载清;张超;程飞燕;一种基于混合回归模型预测地表太阳辐照度的方法;中国,ZL201911042015.3
(2)黄小乔;石俊生;余鸿飞;邰永航;陈载清;云利军;一种人眼视觉估计液晶显示器灰阶曲线的方法,中国,ZL201410169308.9
(3)黄小乔;石俊生;陈载清;一种提高从数码相机到显示器颜色再现效果的方法,中国,ZL201310403107.6
(4)石俊生;黄小乔;陈载清;余鸿飞;邰永航;云利军;一种利用人眼实现从显示器到打印机颜色校正方法,中国,ZL201410120318.3.
联系方式：
邮箱：hxq-km@qq.com
