研究生培养
 

您现在的位置: 首页 >> 研究生培养 >> 研究生导师 >>



导师信息——王改华


发布日期:2023-06-28

基本信息:

4.jpg

姓名:王改华

性别:女

职称:副教授

电子邮箱:86103185@qq.com

联系电话:18986008252

通讯地址: 天津科技大学人工智能学院

研究方向:模式识别、图像处理

招生专业:

1)院系名称:人工智能学院

招生类别:硕士

学位类型:专业学位或学术学位

专业大类:工学

一级学科:电子信息、软件工程

类别:全日制

代表性论文:

1. Gaihua Wang, Nengyuan Wang, Hong Liu, Adaptive Offset Self-attention Network for 3D Point Cloud, Journal of Electronic Imaging2023.4(SCI)

2. Gaihua Wang, Qianyu Zhai, Hong Liu, Cross Self-Attention Networks for 3D Point Cloud. Knowledge-based System, 2022.6(SCI一区,ESI高被引)

3.Gaihua Wang, Xin Gan, MFANet:  Multi-scale feature fusion network with attention mechanism, The Visual Computer, 2022,4 (SCI)

4. Gaihua Wang, Yingying Dai, Feature fusion network based on siamese structure for change detection. Journal of Intelligent & Fuzzy Systems, 2022.03(SCI)

5.Gaihua Wang, Qianyu Zhai, Multi-scale network for remote sensing segmentation, IET image processing, 2022.2(SCI)

6.Gaihua Wang, Jinheng Lin, MAMask: Multi-feature Aggregation instance segmentation with Pyramid attention mechanism. IET Image Processing, 2022.01(SCI)

7.Gaihua Wang, Qianyu Zhai, Feature Fusion Network Based on Strip Pooling, Scientific Reports, 2021,11(1) (SCI)

8.Gaihua Wang, Tianlun Zhang, A Serial-parallel Self-attention Network Joint with Multi-scale Dilated Convolution, IEEE Access, 2021,5(6) (SCI)

主要著作:

主编《深度学习:卷积神经网络算法原理与应用》9787517075950中国水利水电出版社,201905

主编《神经网络与深度学习》ISBN 978-7-5226-0904-1, 中国水利水电出版社,202208

科研项目:

1、基于稀疏编码多层融合的图像去噪研究, 国家自然科学基金青年项目,61601176,主持,2019已结题

2、点云数据智能化信息平台搭建,横向课题,2021.6-2022.6

3、深度学习智能化信息平台搭建,横向课题,2021

授权发明专利:

1.一种图像语义分割方法和计算机设备 授权专利号:ZL202110353991.1

2. 一种用于遥感图像实例分割的特征提取方法和计算机设备,授权专利号:ZL 202110381320.6

3.王改华; 袁国亮; 一种基于注意力机制的卷积神经网络构建方法及应用,授权专利号:ZL 201810468476.6

4.一种基于模糊密集稀疏密集算法进行图像分类的方法,授权专利号:ZL201810666946.X

5.一种基于MobileNets优化多尺度学习网络的方法,授权专利号:ZL201810108120.1

6.一种基于深度学习网络的图像分类方法,授权专利号:ZL201810448134.8

7. 一种基于空间金字塔的卷积神经网络的图像分类方法 授权专利号:ZL20171019 8700.X

8.结合注意机制与深度可分解卷积的卷积神经网络优化方法,授权专利号:ZL201810023210.0

9.一种基于线性编码器和插值采样优化卷积神经网络的方法,授权专利号:ZL201710946508.4