师资队伍

王卓峥

电话:

E-mail:wangzhuozheng@bjut.edu.cn

通讯地址:北京市朝阳区平乐园100号银河集团9873.cσm科学楼

研究方向

智能信号处理、人工智能、脑机接口

个人简介

2002年起本科留校就职于北京工业大学,博士期间为北京工业大学数字多媒体信息处理与通信技术实验室核心成员,从事科研、教学工作。电子工程部有三年的行政工作经验,包括制定教学计划,分配课程,建立实验室和科学研究等。

近年来,致力于图像融合、脑电信号等方面的研究,在国内外主流学术会议及SCI期刊上以第一作者发表论文几十余篇,作为第一完成人申请并获得多项国家发明专利和软件著作权。

20123月作为国家公派访问学者赴美国密歇根州立大学访学一年。参与美国国家自然科学基金项目,并合作发表多篇高质量学术论文。

教育简历

1998.9-2002.7 北京工业大学

2002.9-2005.7 北京工业大学软件工程硕士

2006.9-2013.7 北京工业大学电路与系统博士

工作履历

2002-2023年北京工业大学教师/副教授

2012-2013年美国密歇根州立大学访问学者(国家留学基金委)

学术兼职

目前是SCI刊源《Journal of Electronic Imaging》、《Journal of Applied Remote Sensing》的审稿人、《Frontiers in Neuroscience》专刊客座主编。

课程教学

本科生教学:主讲面向对象程序设计、人工智能、Python程序设计等;

研究生教学:主讲脑机接口原理与实践、医工交叉前沿技术研讨。

获国家一流本科课程授课教师;指导本科特优、优秀毕业设计论文多篇;指导学生获得TIDSP及嵌入式大奖赛三等奖、全国信息技术应用水平大赛特等奖、北京市大学生电子设计竞赛二等奖。获北京市大学生电子设计竞赛优秀辅导教师奖、全国信息技术应用水平大赛特等奖最佳指导教师。获得北京工业大学日新人才、通州区骨干教师、北京工业大学优秀教师、优秀青年教师及多次获得校级教育教学成果二等奖。

科研项目

主持北京市教委科技面上项目、北京市优秀人才项目、北京市自然科学基金、校青基金项目、北京工业大学基础研究基金等,骨干参与国家自然科学基金项目;主持科技成果转化企业横向课题多项。

荣誉和获奖

2005年,北京市优秀人才

2006年,北京工业大学研究生科技创新基金项目

2008年,北京工业大学优秀教学质量奖第二名

2007-2017年,北京工业大学优秀(青年)教师

2014年,北京市通州区骨干教师

代表性研究成果

专利:

[1] 王卓峥,王禹洋. 一种基于ECG信号的精神状态预测方法、

[2] 王卓峥,户晨阳. 基于EEG 敏感导联的特征选择和特征融合方法

[3] 王卓峥,王雨桐. 一种基于混合神经网络的风力发电机故障识别方法

[4] 王卓峥,马卓. 一种基于生成对抗网络的脑卒中康复系统脑机接口方法

[5] 王卓峥, 董英杰. 基于 1DCNN GRU 融合的故障特征学习与分类方法.

[6] 王卓峥,张猛. 一种基于自适应阈值的遥感影像道路提取方法

[7] 王卓峥,杜秀文,吴强,董英杰. 一种脑卒中康复系统脑机接口关键技术方法

[8] 王卓峥,杜秀文,吴强,董英杰. 一种基于脑机接口辅助康复医疗的共空间模式与深度学习方法


软著:

[1] 王卓峥,宋静茹. 基于脑电信号的抑郁症辅助识别软件1.0

[2] 王卓峥,陈柄旭. 基于卷积神经网络人脸识别软件1.0

[3] 王卓峥,王禹洋. 基于心率变异性的压力识别软件1.0

[4] 王卓峥,户晨阳,基于CNN网络的人体放松等级检测程序1.0

[5] 王卓峥,王禹洋.基于生理指标的情绪识别软件1.0

[6] 王卓峥,马卓.基于脑电信号的情绪分类软件1.0

[7] 王卓峥,马卓.基于小波变换的抑郁症分析软件1.0

[8] 王卓峥,王雨桐.基于深度学习的大数据分析系统1.0

[9]王卓峥,王雨桐.基于深度学习的风电设备故障诊断系统1.0

主要论文论著

[1] Wang Z, Ma Z, Liu W, et al. A Depression Diagnosis Method Based on the Hybrid Neural Network and Attention Mechanism, Brain sciences, 2022, 12(7)

[2] Wang Z, Zhou Z. Prediction of Epileptic Seizures Based on CNN-LSTM Network, 2022 2nd International Conference on Frontiers of Electronics, Information and Computation Technologies (ICFEICT), 2022: 131-135.

[3] Wang Z, Wang Y, Hu C. Human Physiological Signal Detection Based on LSTM, Lecture Notes in Electrical Engineering Frontier Computing, 2022: 81-90.

[4] Wang Z, Hu C. Detection of Human Relaxation Level Based on Deep Learning, International Conference on Frontier Computing, 2022: 71-80.

[5] Wang Z, Ma Z, et al. A Novel Diagnosis Method of Depression Based on EEG and Convolutional Neural Network, Lecture Notes in Electrical Engineering Frontier Computing, 2022: 91-102.

[6] Wang Z, Dong Y, Liu W, et al. A novel fault diagnosis approach for chillers based on 1-D convolutional neural network and gated recurrent unit. Sensors, 2020, 20(9): 2458.

[7] Wang Z , Ma Z , Du X , et al. Research on the Key Technologies of Motor Imagery EEG Signal Based on Deep Learning[J]. Journal of Autonomous Intelligence, 2020, 2(4):1-14.

[8] 王卓峥,王雨桐,贾克斌,罗鸣.智能信息系统与智慧大数据分析.电气&智能建筑,2019,5:160-166.

[9] Wang Z, Dong Y, Liu W. A Novel Effective Dimensionality Reduction Algorithm for Water Chiller Fault Data. In2019 Asia-Pacific Signal and Information Processing Association Annual Summit and Conference (APSIPA ASC) 2019 Nov 18 (pp. 1333-1341).

[10] 王卓峥, 贾克斌, 刘帷. 信号处理之高性能超分辨率图像重建方法[M], 科学出版社, 130千字, 2019.

[11] Zhuozheng Wang, Xiuwen Du, et al. Research on the multi-classifier features of the motor imagery EEG signals in the brain computer interface[C]. ICDIP 2018 The 10th International Conference on Digital Image Processing, 2018 -Shanghai,China.

[12] Wang Z. Pixel-level multisensor image fusion based on matrix completion and robust principal component analysis[J]. Journal of Electronic Imaging, 2016, 25(1):013007.

[13] Wang Z, Deller J R, Jia K, et al. An Improved Method of Training Overcomplete Dictionary Pair[J]. Mathematical Problems in Engineering,2014,(2014-11-23), 2014, 2014.

[14] Wang Z , Jia K . Image Denoising and Fusion Based on Matrix Completion[C]// Ninth International Conference on Intelligent Information Hiding & Multimedia Signal Processing. IEEE, 2014.

[15] Wang Z, Jia K, Liu W. Multi-frame Image Super Resolution Based on Sparse Representation and Matrix Completion [J]. Journal of Beijing University of Technology, 2014, 40(1).

[16] Wang Z , Deller J R . [IEEE 2013 IEEE China Summit and International Conference on Signal and Information Processing (ChinaSIP) - Beijing, China (2013.07.6-2013.07.10)] Multi-frame super resolution based on sparse representation and matrix completion[C]. 2013:538-542.

[17] Wang Z, Jia K. Application of Matrix Filling and Principal Component Analysis in Damaged Image Registration [J]. Journal of Jilin University, 2013, v.43(s1):78-83.

[18] Zhuozheng Wang, Kebin Jia, Jinyao Yan, Wei Liu. Application of Matrix Completion and Recovery to High Performance Image Super Resolution [J]. International Journal of Advancements in Computing. 2013, 5(5): 64-74.