• 28365bet院长、智能信息处理研究所所长、校特聘教授；

• 智能感知与图像理解教育部重点实验室主任；

• 校教学指导委员会副主任、学术委员会委员、学位评定委员会委员；

• 校智能信息处理优秀创新团队首席专家；

• 教育部长江学者支持计划创新团队骨干（排名第二）；

• 智能信息处理学科国家"111"计划创新引智基地负责人；

• 国务院学位委员会学科评议组成员；

• 教育部本科教学水平评估专家；

• 国家“863”计算智能与计算机软科学战略组成员；

• IEEE高级会员(SM89)、IEEE西安分会执委会委员、奖励与认证委员会主席 、IEEE计算智能学会西安分会主席；

• IET西安分会主席；

• 中国人工智能学会常务理事、CAAI自然计算专业委员会副主任、中国电子学会理事、中国神经网络委员会委员、中国计算机学会AI与模式识别委员会委员、中国运筹学会智能计算委员会副主任 等；

• 陕西省有突出贡献的专家。

简介：焦李成，男，1959年10月出生于陕西白水。分别于1982年、1984年和1990年在上海交通大学、西安交通大学获学士、硕士、博士学位，1990年5月至1992年5月，在西安电子科技大学雷达信号处理国家重点实验室从事博士后研究，任讲师、副教授。1992年6月至2003年3月，任西安电子科技大学雷达信号处理国家重点实验室教授，博士生导师。曾任中华人民共和国第八界全国人大代表。在1996年至2002年期间，曾任西安电子科技大学研究生部主任、西安电子科技大学研究生院常务副院长、西安电子科技大学学科办主任。2003年4月至今任28365bet院长 、智能信息处理研究所所长、智能感知与图像理解教育部重点实验室主任。现为国务院学位委员会学科评议组成员，教育部本科教学水平评估专家，IEEE高级会员，中国人工智能学会常务理事，中国电子学会理事，中国神经网络委员会委员，中国计算机学会AI与模式识别委员会委员，中国运筹学会智能计算委员会副主任，国家“863”计算智能计算机软科学战略组成员，担任过1993年中国神经网络大会程序委员会主席、2003第五届计算智能和多媒体应用国际会议组织委员会主席、2006年第二届自然计算国际会议组织委员会主席、2006年第三届模糊系统与知识发现国际会议组织委员会主席，承担和完成了三十余项国家科研任务，获十余项省部级以上科技奖励，荣获中国青年科技奖和霍英东青年教师奖，为国家教委跨世纪人才基金获得者，1996年首批入选国家“百千万”人才工程（第一、二层次），陕西省首届科技新星和陕西省首批“三五人才工程”第一层次入选者，陕西省有突出贡献的专家。

    焦李成同志及其合作者在二十余项国家“863”计划、国家自然科学基金、国防科研项目等资助下，系统地提出了免疫进化计算理论框架（包括免疫算法、免疫规划、免疫策略、免疫网络等）和量子进化计算理论框架（包括量子进化算法、量子进化规划、量子进化策略、量子子波网络等），并成功地用于组合优化问题、移动通信中的智能多用户检测与自适应处理、Internet环境下的数据挖掘和知识发现等；专著《通信中的智能信号处理》已于2006年5月由电子工业出版社出版。建立了多子波网络、多复子波网络、多子波包网络和多子波实、复泛函网络模型及多子波和多子波包CDMA理论与自适应学习算法；提出了模糊子波网络和进化模糊子波网络模型，并成功地用于飞机、装甲和舰船目标识别；系统地建立了M带多子波和子波包理论，提出了多种多子波预滤波方法，并成功用于SAR图像目标分割和识别等。将生物系统的免疫系统及协同进化机制与已有进化计算方法相结合，进而建立免疫协同进化计算理论与算法具有探索意义；提出了组织进化计算框架和宏智能体进化模型并用于求解无约束和有约束的数值优化问题、SAT问题、分类问题及雷达目标一维像识别问题、多目标优化、VLSI布局等，有关成果发表在IEEE Trans.EC、SMC等国内外刊物上. 基于抗体克隆选择机理，提出了简单克隆选择算法以及免疫克隆选择网络。基于免疫系统的自适应性、混沌特性、免疫记忆、免疫遗忘、免 疫优势、非达尔文机理等对简单克隆选择算法进行改进，提出了一系列高级克隆算法，证明了算法的收敛性。借鉴量子计算的特性，提出了一系列量子克隆进化算法，并将这些算法应用到全局优化、约束优化、组合优化、多目标优化、通信多用户检测、网络组播路由、网络入侵检测、线性系统逼近、图像处理等领域，获得了较好的结果。有关成果发表在IEEE Trans.SMC、中国科学等国内外刊物及会议上。专著《免疫优化计算、学习与识别》已于2006年6月由科学出版社出版 ，并获得首届国家“三个一百”原创图书奖。提出了特征标度核Fisher分类器、核匹配追踪集成分类器、隐空间支持向量机、线性规划支持向量机和小波支持向量机等五种新的核学习机范式；有关成果发表在IEEE Trans.SMC(PartB)、PR(2篇)、Neural Computation等国际刊物上。针对高分辨SAR图像感知目标识别，提出了桥梁、港口和机场的目标检测方法，并在后续的分类和识别工作中引入了核学习机，克服了传统的“维数灾难”问题，完成了多脊波网络的构造与逼近性的研究。提出了自适应 脊波网络和自适应学习算法，基于决策树的支撑矢量机多类模式识别方法，将上述方法用于SAR图像目标（桥梁、港口、机场）的检测，三类目标的平均识别率分别达到了92.00%、94.29%和93.33%。

  截至2009年5月， 焦李成教授的论著已被国内外学者他引13000余次，其中单篇文章最多他引300余次。