一、从事专业及研究方向：
从事专业：电路与系统
主要研究方向：图像处理、模式识别、深度学习
二、科研成果：
（一）承担主要课题：
1.主持2020年河南科技学院自然科学基础研究计划项目“基于多光谱影像的小麦氮素含量监测模型研究”，结项15万
2.主持2021年河南省自然科学基金面上项目“基于张量表达的高光谱遥感影像特征提取与分类研究”，在研，10万
3.主持2022年河南省本科高校青年骨干教师培养计划“基于多源信息融合的小麦冠层氮素营养诊断模型研究”，在研3万
（二）近年发表的主要论文与著作:
[1]Jinliang A ,Chen Z ,Ling Z , et al. Tensor based low rank representation of hyperspectral images for wheat seeds varieties identification[J]. Computers and Electrical Engineering,2023,110.
[2]J. An, X. Zhang, H. Zhou and L. Jiao, "Tensor-Based Low-Rank Graph With Multimanifold Regularization for Dimensionality Reduction of Hyperspectral Images," in IEEE Transactions on Geoscience and Remote Sensing, vol. 56, no. 8, pp. 4731-4746, Aug. 2018
[3]An, J.; Lei, J.; Song, Y.; Zhang, X.; Guo, J. Tensor Based Multiscale Low Rank Decomposition for Hyperspectral Images Dimensionality Reduction. Remote Sens. 2019, 11, 1485.
[4]An, J.; Song, Y.; Guo, Y.; Ma, X.; Zhang, X. Tensor Discriminant Analysis via Compact Feature Representation for Hyperspectral Images Dimensionality Reduction. Remote Sens. 2019, 11, 1822.
[5]J. An, X. Zhang, H. Zhou, J. Feng and L. Jiao, "Patch Tensor-Based Sparse and Low-Rank Graph for Hyperspectral Images Dimensionality Reduction," in IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. 11, no. 7, pp. 2513-2527, July 2018
[6]J. An, X. Zhang and L. C. Jiao, "Dimensionality Reduction Based on Group-Based Tensor Model for Hyperspectral Image Classification," in IEEE Geoscience and Remote Sensing Letters, vol. 13, no. 10, pp. 1497-1501, Oct. 2016
三、主讲课程：
本科生：数字电子技术、模拟电子技术。
研究生：主要从事人工智能理论及其在农业领域的应用研究，重点以作物的高光谱、多光谱以及可见光影像为研究对象。
四、获奖情况：
近年来主持河南省自然科学基金面上项目、河南省科技厅科技攻关等省部级项目 3项，发表SCI论文6篇，授权发明专利1项。
五、联系方式：
邮箱81311760@qq.com
六、对所选学生的要求：
1.品行端正，身心健康；热爱教育教育事业；有强烈的上进心，有敢于吃苦，甘于默默深入钻研；
2.有良好的语言文字、表达和沟通交流能力；较好的逻辑思维能力、创新探索能力、自学能力；文笔较好；有一定的项目组织协调能力；
3.有一定的数据统计分析和处理能力，有一定的编程和语言基础。
