张作伟科研成果

综合介绍 General Introduction 个人相册 内容来自集群智慧云企服 请访问正版网址 www.jiqunzhihui.net

教育教学

个人经历 personal experience 工作经历 教育经历 2023年3月-至今 西北工业大学 自动化学院 副教授2022年2月-2022年5月 法国计算机科学与随机系统研究所 博士研究员2016年7月-2018年2月 西安航空学院 电子工程学院 教师 2018年9月-2022年1月 法国雷恩第一大学 数学、计算机、通信科学与技术学院 计算机 博士2018年3月-2023年3月 西北工业大学 自动化学院 控制科学与工程 博士2009年9月-2016年6月 西安建筑科技大学 信息与控制工程学院 控制科学与控制工程 本科、硕士 内容来自集群智慧云企服 www.jiqunzhihui.net

荣誉获奖

教育教学 Education and teaching 招生信息 教育信息 目前招收控制科学与工程学术型硕士研究生，人工智能、控制工程、机器人工程等专业型硕士研究生，本科生毕业设计，研究方向：人工智能，模式识别，信息融合等。 课程：模式识别，信息融合对象：本科生，研究生

内容来自集群智慧云企服 软件著作权666元代写全部资料全国受理

科学研究

团队信息 Team Information 信息融合技术教育部重点实验室（主任：潘泉教授）多源信息融合推理创新团队 （负责人：刘准钆教授）

内容来自集群智慧云企服 软件产品登记测试全国受理

学术成果

科学研究 Scientific Research 目前主要从事多源信息融合及其在目标识别、目标检测、意图推理等方面的研究。担任IJCNN等4个国际学术会议PC/TPC Member，担任IEEE TKDE, TSMC, TNNLS, TITS, TETCI, JBHI, JAS, InFusion, NeurIPS等30余个SCI期刊/EI会议审稿人。团队承担了国家自然基金重大项目/重点项目/面上项目、相关科研院所的工程项目等研究工作。近年来发表部分学术论文如下：[1] Zhang Zuowei, Ye Songtao, et al, Deep hyperspherical clustering for skin lesion medical image segmentation, IEEE Journal of Biomedical and Health Informatics, 2023. DOI: 10.1109/JBHI.2023. 3240297. [2] Zhang Zuowei, Zhunga Liu, Arnaud Martin, BSC: Belief shift clustering, IEEE Transactions on Systems, Man and Cybernetics: Systems, 2022. DOI: 10.1109/TSMC.2022.3205365.[3] Zhang Zuowei, Songtao Ye, et al, Belief combination of classifiers for missing data, IEEE-CAA Journal of Automatica Sinica, vol.9, no. 4, pp: 652-667, 2022.[4] Zhang Yiru, Sebastien Desterckey, Zhang Zuowei*, Tassadit Bouadi, Arnaud Martin, On computing evidential k-centroid through conjunctive combination: an impossibility theorem, IEEE Transactions on Artificial Intelligence, 2022. DOI: 10.1109/TAI.2022.3180973.[5] Liu Zhunga, Ning Liangbo, Zhang Zuowei, A new progressive multi-source domain adaptation network with weighted decision fusion, IEEE Transactions on Neural Networks and Learning Systems, 2022. DOI: 10.1109/TNNLS.2022.3179805.[6] Liu Zhunga, Fu Yimin, Pan Quan, Zhang Zuowei, Orientational distribution learning with hierarchical spatial attention for open set recognition, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2022. DOI: 10.1109/TPAMI.2022.3227913.[7] Zhang Zuowei*, Zhe Liu, et al, A new belief-based incomplete pattern unsupervised classification method, IEEE Transactions on Knowledge and Data Engineering, vol.34, no. 11, pp: 5084-5097, 2021.[8] Zhang Zuowei, Tian Hongpeng, Yan Linzhi, Arnaud Martin, et al, Learning a credal classifier with optimized and adaptive multi-estimation for missing data imputation, IEEE Transactions on Systems, Man and Cybernetics: Systems, vol. 52, no. 7, pp. 4092-4104, 2021.[9] Zhang Zuowei*, Liu Zhe, et al, Evidence integration credal classification algorithm versus missing data distributions, Information Sciences, vol. 569, pp: 39-54, 2021.[10] Liu Zhunga, Zhang Zuowei, Pan Quan, et al, Unsupervised change detection from heterogeneous data based on image translation, IEEE Transactions on Geoscience and Remote Sensing, vol. 60, 2021. DOI: 10.1109/TGRS.2021.3097717.[11] Zhang Zuowei, Zhe Liu, Arnaud Martin, Zhunga Liu, Kuang Zhou, Dynamic evidential clustering algorithm, Knowledge-Based Systems, vol.163, 2021. DOI: 10.1016/j.knosys.2020.106643.[12] Ma Zongfang, Tian Hongpeng, Liu Zechao, Zhang Zuowei*,  A new incomplete pattern belief classification method with multiple estimations based on KNN, Applied Soft Computing, vol. 90, 2020. DOI:  10.1016/j.asoc.2020.106175.[13] Zhunga Liu, Zhang Zuowei, Yu Liu, Jean Dezert, Quan Pan, A new pattern classification improvement method with local quality matrix based on K-NN, Knowledge-Based Systems, vol. 164, pp. 336-347, 2019. DOI: 10.1016/j.knosys.2018.11.001.[14] Zhang Zuowei, Arnaud Martin, Liu Zhunga, et al, Fast unfolding of credal partitions in evidential clustering, in 2021 International Conference on Belief Functions (BELIEF), pp. 3-12, 2021.[15] Zhang Zuowei*, Zhunga Liu, Kuang Zhou, Arnaud Martin, et al, Credal clustering for imbalanced data, in 2021 International Conference on Belief Functions (BELIEF), pp. 13-21, 2021. 内容来自集群智慧云企服 软件著作权666元代写全部资料全国受理

综合介绍

内容来自集群智慧云企服