1998-2022 ChinaKaoyan.com Network Studio. All Rights Reserved. 沪ICP备12018245号
分类:导师信息 来源:中国考研网 2016-06-02 相关院校:合肥学院
王晓峰,男,中国科学技术大学工学博士,教授,计算机科学与技术系主任
电子邮箱:xfwang@iim.ac.cn
研究方向:智能信息处理、模式识别、人工智能
个人简介:
王晓峰教授是中国计算机学会高级会员,安徽省计算机学会常务理事,安徽省高等学校计算机教育研究会常务理事。现担任合肥学院计算机科学与技术系主任,合肥学院学科带头人培养对象,合肥学院网络与智能信息处理重点实验室负责人,合肥学院“互联网+”与智能信息处理协同创新中心负责人。
1995年9月至1999年7月在安徽大学计算机系软件专业学习,获工学学士学位;1999年7月至2002年8月在中科院合肥智能所工作;2002年9月至2005年7月在中国科学院研究生院模式识别与智能系统专业学习,获工学硕士学位;2006年9月至2009年12月在中国科学技术大学模式识别与智能系统专业学习,获工学博士学位;2005年7月至今在合肥学院计算机科学与技术系工作;2010年6月至2014年11月在中科院合肥物质科学研究院从事博士后研究;2013年10月至12月受德意志学术交流中心资助赴德国进行学术交流。
王晓峰教授近年来针对复杂环境下的目标检测技术做了大量研究工作,基于图像处理、模式识别和人工智能理论,研究出了多种目标先验信息提取算法,构建了面向不同复杂环境的图像分割框架,形成了有效的复杂环境图像处理和识别算法。特别是,申请人研究了复杂环境下的植物叶片图像处理和识别技术,研究出了多种植物叶片图像预处理和特征提取算法,设计了叶片图像特征分类器,主持开发了面向植物叶片图像处理和识别的软件系统、ARM硬件系统和在B/S在线平台。研究过程中形成的技术可广泛应用于环境自动监控、污染数据采集、农作物生长监测、病虫害检测、植物缺素检测、外来物种入侵预报以及其它相关领域。
在2004年获得首届国际人工智能应用创意大赛第二名,在2009年获得中科院院长优秀奖,在2012年获得安徽省教学成果奖二等奖,2014年获得中科院合肥物质科学研究院博士后一等奖励。近年来主持国家自然科学基金项目、中国博士后科学基金特别资助项目、安徽省高校优秀青年人才支持计划、中国博士后科学基金面上项目、安徽省自然科学基金面上项目、安徽省教育厅自然科学研究重点项目等13项科研项目,参加了多项973、863和国家自然科学基金项目的研究,已在国内外学术期刊和国际会议上发表学术论文40余篇,其中SCI、EI检索30余篇,单篇论文最高引用达190次且被评为ESI高被引论文,是包括IEEE Transactions on Image Processing, IEEE Transactions on Knowledge and Data Engineering, Pattern Recognition, Pattern Recognition Letter, Neurocomputing等多个国际知名SCI杂志的审稿人。
近五年发表的专业学术论文、教材或专著情况:
序号
|
论文、教材或专著名称
|
期刊或出版社名称
|
时间
|
论文级别
|
署名次序
|
1
|
A novel level set method for image segmentation by incorporating local statistical analysis and global similarity measurement
|
Pattern Recognition
|
2015
|
SCI
|
第一作者
|
2
|
Multi-scale local region based level set method for image segmentation in the presence of intensity inhomogeneity
|
Neurocomputing
|
2015
|
SCI
|
第一作者
|
3
|
Level set method for image segmentation based on moment competition
|
Journal of Electronic Imaging
|
2015
|
SCI
|
通讯作者
|
4
|
A novel level set model based on multi-scale local structure operation for texture image segmentation
|
Journal of Information and Computational Science
|
2015
|
EI
|
通讯作者
|
5
|
An approach of associated continued fractions blending rational interpolation
|
Metallurgical and Mining Industry
|
2015
|
EI
|
通讯作者
|
6
|
Diffusion-based hybrid level set method for complex image segmentation
|
Lecture Notes in Artificial Intelligence
|
2015
|
EI
|
第一作者
|
7
|
Multi-scale level set method for medical image segmentation without re-initialization
|
Lecture Notes in Bioinformatics
|
2014
|
EI
|
第一作者
|
8
|
A novel local regional model based on three-layer structure
|
Lecture Notes in Bioinformatics
|
2014
|
EI
|
通讯作者
|
9
|
A novel multi-scale local region model for segmenting image with intensity inhomogeneity
|
Lecture Notes in Computer Science
|
2013
|
EI
|
第一作者
|
10
|
An efficient two-stage level set segmentation framework for overlapping plant leaf image
|
Lecture Notes in Computer Science
|
2012
|
EI
|
第一作者
|
11
|
Leaf image recognition using Fourier transform based on ordered sequence
|
Lecture Notes in Computer Science
|
2012
|
EI
|
通讯作者
|
12
|
An efficient multi-scale overlapped block LBP approach for leaf image recognition
|
Lecture Notes in Artificial Intelligence
|
2012
|
EI
|
通讯作者
|
13
|
A new weighted ARC-SC approach for leaf image recognition
|
Lecture Notes in Artificial Intelligence
|
2012
|
EI
|
通讯作者
|
14
|
An efficient local Chan-Vese model for image segmentation
|
Pattern Recognition
|
2010
|
SCI
|
第一作者
|
15
|
A novel level set model based on local information
|
Lecture Notes in Computer Science
|
2010
|
EI
|
通讯作者
|
16
|
HOG-based approach for leaf classification
|
Lecture Notes in Artificial Intelligence
|
2010
|
EI
|
通讯作者
|
17
|
A novel density-based clustering framework by using level set method
|
IEEE Transactions on Knowledge and Data Engineering
|
2009
|
SCI
|
第一作者
|
18
|
A level set based segmentation method for images with intensity inhomogeneity
|
Lecture Notes in Artificial Intelligence
|
2009
|
EI
|
第一作者
|
19
|
Classification of plant leaf images with complicated background
|
Applied Mathematics and Computation
|
2008
|
SCI
|
第一作者
|
20
|
A novel multi-layer level set method for image segmentation
|
Journal of Universal Computer Science
|
2008
|
SCI
|
第一作者
|
近年来获得的专利、科研与教研成果:
序号
|
专利或成果名称
|
获奖等级(专利类型、批准单位)
|
专利或获奖时间
|
署名次序
|
1
|
基于多光谱的植物叶片数字信息采集与自动识别系统及其识别方法
|
发明专利
|
2012
|
第二
|
2
|
基于流形学习的植物叶片识别方法
|
发明专利
|
2011
|
第四
|
3
|
基于水平集和局部敏感判别映射的植物物种计算机辅助分类系统
|
实用新型专利
|
2011
|
第四
|
4
|
中科院合肥物质科学研究院博士后奖
|
一等奖
|
2014
|
第一
|
5
|
安徽省教学成果奖
|
二等奖
|
2012
|
第四
|
6
|
中科院院长奖
|
优秀奖
|
2009
|
第一
|
近年来主持的科研、教研项目:
序号
|
项目名称、编号
|
项目来源(属何种项目)
|
起讫时间
|
项目经费(万元)
|
1
|
基于识别驱动型水平集方法的复杂背景植物叶片图像分割研究(61005010)
|
国家自然科学基金青年基金项目
|
2011.1-
2013.12
|
22
|
2
|
水平集方法在复杂场景图像分割中的应用研究
|
安徽省高校优秀青年人才支持计划
|
2015.1-
2016.12
|
15
|
3
|
计算机应用技术学科建设(2014dtr08)
|
合肥学院学科带头人培养对象项目
|
2014.1-
2016.12.
|
15
|
4
|
基于先验知识和水平集方法的复杂场景图像分割研究(201300160088)
|
国家公派访问学者项目/中德学者短期交流项目
|
2013.10-
2013.12
|
5
|
5
|
面向若干真实场景的水平集图像分割关键技术研究(2012T50582)
|
中国博士后科学基金特别资助项目
|
2012.7-
2014.6
|
15
|
6
|
面向若干复杂场景的水平集图像分割关键技术研究(1308085MF84)
|
安徽省自然科学基金面上项目
|
2013.7-
2015.6
|
5
|
7
|
基于形状先验模型和水平集方法的复杂背景植物叶片图像分割研究(20100480708)
|
中国博士后科学基金面上资助项目
|
2011.1-
2012.12
|
3
|
8
|
基于水平集方法的复杂背景下植物叶片图像分割关键技术研究(KJ2010A289)
|
安徽省教育厅自然科学研究重点项目
|
2010.1-
2011.12
|
5
|
9
|
复杂场景下植物叶片图像形状先验模型构建和水平集分割技术研究(11RC05)
|
合肥学院引进人才科研工作基金
|
2011.1-
2012.12
|
3
|
扫码关注
考研信息一网打尽