李春，博士，硕士生导师。2018年博士毕业于南京大学电子科学与工程学院，并于同年入职南京林业大学信息科学技术学院、人工智能学院。本人从事的主要研究方向为人工智能及机器学习算法研究与应用，基于光谱分析、图像识别相结合的无损检测技术，智能传感器件设计等，并取得系列成果。目前主持国家自然科学基金项目、校科技创新基金各1项，参与在研的国家自然科学基金面上项目2项。2023年，获评“江苏省科协青年科技人才托举工程”一项。

    基于光谱和图像相结合的无损检测应用价值在于能够同时获取物体的指纹谱特性和表面形态信息，从而提高检测的全面性、准确性和可靠性，适用于如材料科学、医学影像学、食品安全等诸多领域。机器学习算法能够从大量数据中学习模式和规律，通过对光谱与图像数据进行分析和处理，提取出更准确的特征，提高检测系统的准确性和鲁棒性，降低误报率和漏报率。结合机器学习，无损检测技术可以解决更复杂的问题，例如在病虫害监测、农药残留检测以及生物传感检测中，实现数据处理的自动化和智能化，适应复杂的环境和变化，推动无损检测技术的发展和应用创新。超材料是一种具有特殊结构和性质的人工合成材料，能够实现许多传统材料无法实现的性能。通过设计基于超材料的功能器件，可以开发出具有新颖功能和特性的设备，如传感器、分束器、开关器件、调制器、滤波器以及隐形设备等，推动技术的创新和发展。结合机器学习和深度学习技术，可以优化超材料功能器件的设计和性能，极大的提高器件的设计效率。