李春生，男，1960年4月出生，教授，博士生导师，黑龙江省计算机应用技术省级领军人才梯队带头人，1996年获黑龙江省优秀教师，2009年评为大庆石油学院教学名师。1983年大学本科毕业于大庆石油学院物理专业；1990年于哈尔滨工业大学计算机应用专业获硕士学位；2005年于澳大利亚悉尼科技大学获得博士学位。兼任“中国教育发展战略学会教育管理信息化专业委员会”常务理事，“全国石油高校信息化协作研究会”副理事长，“黑龙江省教育电视协会”副会长，“黑龙江省教育信息化学会”常务理事，“黑龙江省高等教育学会电化教学专业委员会”副理事长，大庆市专家委员会委员等职。
科研方向为“人工智能与智能系统”、“软件集成技术”、“图象处理与模式识别”和“智能仪器与计算机控制系统”，致力于软件智能Agent、智能图像处理与模式识别、混合智能模型、数据挖掘、智能仪器设备等方面的理论、方法和应用技术研究。多次为计算机专业本科生开设“计算机原理”、“计算机系统结构”、“计算机网络”等9门课程。多次为硕士研究生或博士生开设“人工智能及其应用”、“数据仓库与数据挖掘”等7门课程。作为博士和硕士研究生导师培养博士6届6名，培养硕士学位研究生13届40余名。
先后组织或参加教改或教学科研项目10余项，其中9项省级项目，2项在中国石油天然气集团公司立项，5项获省部级教学成果奖。在科研方面取得了可喜研究成果：⑴在软件Agent理论研究方面，提出了适于开发混合智能系统的方法论MAHIS。其成果包括: 较为完整规范化的方法论, 适于中间Agent的结构体系模型, 开放系统平台思想, 方法论评估体系等。⑵在智能图像处理与模式识别方面，研究出骨架类曲线矢量化核心技术SCTR方法。SCTR方法突破了传统的曲线识别技术，针对骨架类曲线的特点，采用扫描、基于行相邻图（LAG）的压缩、基于曲线段的分类跟踪、基于专家系统的矫正，高速精确地完成测井曲线数字化。⑶通过Agent技术综合人工神经网络、基因算法、模糊集合专家系统，研究出用于油田油藏描述的混合智能模型。该模型通过Agent技术松散耦合，充分体现了不同人工智能技术的优势。⑷结合决策树和人工神经网络，研究出适合于在杂散信息中发现异常模式的数据挖掘模型。⑸开发出抽油机电流检测记录仪、基于ARM处理器的多功能智能巡检仪等智能仪器设备，取得了显著成果。为了解决油田遗产测井资料的永久保存和再利用问题，应用软件智能Agent、数字图像处理、油田测井信息处理、分布式数据管理等技术，研制开发了“基于Agent的智能测井曲线数字化、数据库管理及反演解释系统”（已获软件著作权）。获部级科技进步二等奖2项，三等奖1项；获黑龙江省教委科技进步一等奖1项、二等奖3项；获大庆市科技进步二等奖二项。开发出“抽油机井生产资料数字化录取分析仪”，获得三项专利（其中2项为实用新型：“油井资料录取记录仪”，实用新型授权，2008.2.6，排名第二，ZL**5.9；“快速连接式压力传感器”，实用新型授权，2008.2.6，排名第二，ZL**4.4），已经实现“抽油机井生产资料数字化录取分析仪”的产品化，并投入批量生产，取得了显著经济和社会效益。获得“面向城市设计的业务处理协同工作平台 V1.0”计算机软件著作权（2012SR055794），出版专著2部；教材及教学参考书3本；在国内外刊物或学术会议上发表论文100余篇。其中：国际刊物论文1篇；国际会议论文25篇。5篇论文被SCI（Expand）收录；23篇论文被EI收录。