师资队伍

电磁场与电磁波

李文杰

发布时间:2026-06-03 浏览次数:

李文杰简历


一、基本信息

籍 贯:湖北省监利市

出生年月:1990年3月

工作单位:安徽师范大学

职务职位:讲师,硕士生导师

联系方式:wjl@ahnu.edu.cn

通讯地址:安徽省芜湖市九华南路189号 智能信息与先进制造学院

二、学习与工作履历

2009.9-2013.7 中国矿业大学,计算机科学与技术专业,获学士学位

2013.9-2016.7 中国矿业大学,软件工程专业,获硕士学位

2016.9-2022.12 南京大学,计算科学与技术专业,获博士学位

2023.3-至今 安徽师范大学,讲师,硕士生导师

二、学术简介

移动软件智能化分析与测试、人机交互等。

三、科研项目

[1] 计算机软件新技术国家重点实验室开放课题,基于大语言模型的适老移动应用自动合成与测试技术研究, 2024-06至2026-05,在研,主持

[2] (横向课题)安徽省芜湖市医疗保障局,芜湖市基本医保定点医药机构资源配置规划研究项目,2025-08至2028-12,23.5万,在研,主持

[3] (横向课题)安徽省铜陵市医疗保障局,铜陵市基本医保定点医药机构资源配置规划研究项目,2025-12至2028-12,23.9万,在研,主持

[3] (横向课题)安徽省马鞍山市医疗保障局,马鞍山市基本医保定点医药机构资源配置规划研究项目,2026-5至2030-12,24.2万,在研,主持

四、学术成果

1. 专利

[1] 李文杰,陈新,周菊,陈付龙.基于大语言模型的移动软件适老缺陷检测方法及系统.ZL202410830330.7,授权,2025.9.30

2. 期刊论文与专著

[1] Wenjie Li, Jun Ma, Yanyan Jiang, Chang Xu, and Xiaoxing Ma. Understanding and Detecting Inefficient Image Displaying Issues in Android Apps. Journal of Computer Science and Technology (JCST), Vol. 39, No. 2, pp. 434-459, Mar 2024.

[2] Wenjie Li, Yanyan Jiang, Jun Ma, and Chang Xu. Automatic Performance Testing for Image Displaying in Android Apps. In Proceedings of the 28th Asia-Pacific Software Engineering Conference (APSEC 2021), pp. 367-376, Taipei, Taiwan, Dec 2021.

[3] Wenjie Li, Yanyan Jiang, Chang Xu, Yepang Liu, Xiaoxing Ma, and Jian Lu. Characterizing and Detecting Inefficient Image Displaying Issues in Android Apps. In Proceedings of the 26th IEEE International Conference on Software Analysis, Evolution and Reengineering (SANER 2019), pp. 355-365, Hangzhou, Zhejiang, China, Feb 2019.

[4] 李文杰; 姜淑娟; 钱俊彦; 王兴亚; 鞠小林 ; 基于对象引用关系的Java程序内存行为分析方法, 电子学报 , 2015, 43(7): 1336-1343

[5] Chen Wang; Kaizhong Zuo; Shaokun Zhang; Chunyang Liu; Hao Peng; Wenjie Li; Zhangyi Shen; Peng Hu; Rui Wang; Biao Jie ; TADGCN: A Time-Aware Dynamic Graph Convolution Network for Longterm Traffic Flow Prediction, Expert Systems with Applications , 2024, 258(C): 1-20

[6] Shaokun Zhang, Rui Wang, Hongjun Tang, Kaizhong Zuo, Peng Jiang, Peng Hu, Wenjie Li, Biao Jie, and Peize Zhao. MTNet: A Multi-task Learning Framework that Integrates Intra-task and Task-specific Dependencies for Traffic Forecasting, In IEEE Transactions on Knowledge and Data Engineering, vol. 38, no. 2, pp. 1206-1220, Feb. 2026,