姐的欢喜姐的欢喜姐的欢喜

魏翔(北京交通大学软件学院讲师)

人物经历

学习经历

2012.9-2019.01,获北京交通大学,软件工程,博士学位(硕博连读)。

2016.12-2017.12,美国中佛罗里达大学,图像处理与深度学习联合培养。

2008.9-2012.6,获天津工业大学,计算机科学与技术学士学位

工作经历

2019.1~至今,北京交通大学,软件学院,讲师

主要成就

科研成就

科研项目

基本科研业务费自由申报项目:基于图像的铁路关键设备故障自动诊断方法,2021-2023

北京市自然基金“面上”:面向视频运动人体分割与解析的时空图卷积神经网络研究,2021-2023

国家自然科学基金“面上”:移动群智感知的室内语义建图与位姿追踪研究,2021-2024

基本科研业务费人才基金:基于深度学习的系统日志异常检测模型研究,2019-2023

国家自然科学基金"青年基金":基于半监督深度学习与多网络协同的目标跟踪研究,2020-2022

国家自然科学基金“面上”:复杂天气条件下的目标跟踪和步态识别研究,2020-2023

基本科研业务费人才基金:基于半监督多网络协同深度模型的目标跟踪研究,2019-2023

专利

[1].中国专利,邢薇薇,魏翔,卢苇,刘渭滨,动态时变环境下寻求全局时间最优路径的方法,授权,2014.5.23,ZL201410222902.X

[2].中国专利,魏翔,卢苇,邢薇薇,杨宇翔,张顺利,一种基于多源路径最短距离的交互式图像分割方法,申请,2016.11.21,201611039325.6

[3].中国专利,邢薇薇,魏翔,卢苇,杨宇翔,张顺利,一种基于支持向量机的行人检测方法及系统,申请,2016.12.26,201611221282.3

发表论文

[1].X. Wei, X. Wei, X. Kong, S. Lu, W. Xing, W. Lu, FMixCutMatch for semi-supervised deep learning. Neural Networks. https://doi.org/10.1016/j.neunet.2020.10.018. (2020).

[2].Guo X, Wei X, Guo M, Wei X, Gao L, Xing W, Anomaly Detection of Trackside Equipment based on Semi-Supervised and Multi-Domain Learning. International conference on signal processing. (2020).

[3].Wei X , Wei X, Xing W, Lu S, Lu W, An Incremental Self-Labeling Strategy for Semi-supervised Deep Learning Based on Generative Adversarial Networks[J]. IEEE Access, 2020, PP(99):1-1.

[4].Lu S, Wei X, Rao B, et al. LADRA: Log-based abnormal task detection and root-cause analysis in big data processing with Spark[J]. Future Generation Computer Systems, 2019, 95: 392-403.

[5].Wei X, Boqing G, Zixia L, Lu W, Liqiang W. Improving the Improved Training of Wasserstein GANs: A Consistency Term and Its Dual Effect. International Conference on Learning Representations (ICLR 2018), Accepted as a conference paper. 

[6].Siyang Lu, Xiang Wei, Yandong Li, and Liqiang Wang. Anomaly Detection from Big Data System Logs Using Convolutional Neural Network. In 2018 IEEE Cyber Science and Technology Congress (CyberSciTech). Athens, Greece. August 12-15, 2018. 

[7].Wei X, Lu W, Xing W. Learning Motion Rules from Real Data: Neural Network for Crowd Simulation[J]. Neurocomputing, 2018, 310: 125-134. 

[8].Wei X, Lu W, Bao P, et al. MGA for feature weight learning in SVM—a novel optimization method in pedestrian detection[J]. Multimedia Tools and Applications, 2018, 77(7): 9021-9037.

[9].Lu W, Wei X, Xing W, et al. Trajectory-based motion pattern analysis of crowds[J]. Neurocomputing, 2017, 247: 213-223.

[10].Wei X, Lu W, Xing W. A rapid multi-source shortest path algorithm for interactive image segmentation[J]. Multimedia Tools and Applications, 2017, 76(20): 21547-21563.

[11].Xing W, Wei X, Zhang J, Ren C, Lu W. Hybrid motion graph for character motion synthesis[J]. Journal of Visual Languages & Computing, 2014, 25(1): 20-32.

[12].Xing W, Wei X, Lu W. Weighted time-based global hierarchical path planning in dynamic environment[J]. Transactions of Tianjin University, 2014, 20(3): 223-231. 

人才培养

主教课程

本科生课程:《计算机组成原理》

研究生课程:《机器学习》《深度学习与强化学习》

姐的欢喜 » 魏翔(北京交通大学软件学院讲师)
免责声明:本文由网友提供互联网分享,经供参考,不代表本网的观点和立场。