王正方
教授
访问次数：次
基本信息
  • 教师英文名称：
    Wang Zhengfang
  • 教师拼音名称：
    Wang Zhengfang
  • 电子邮箱：
    zfwang@sdu.edu.cn
  • 入职时间：
    2016-11-11
  • 所在单位：
    控制科学与工程学院
  • 学历：
    博士研究生毕业
  • 办公地点：
    山东省济南市历下区经十路17923号 山东大学(千佛山) 创新大厦612
  • 性别：
    男
  • 联系方式：
    (+86) 15165055501
  • 学位：
    博士
  • 在职信息：
    在职
  • 毕业院校：
    山东大学
  • 硕士生导师
学科：
控制科学与工程；
检测技术与自动化装置；
教师简介

王正方，教授，硕士生导师，一直从事光电传感与智能诊断方向的研究与实践工作，现工作于山东大学控制科学与工程学院。近年来主持国家自然科学基金面上项目、青年项目和联合基金重点支持项目子课题、山东省高等学校青创科技支持计划、山东省重点研发计划项目、山东省科技型中小企业创新能力提升工程项目、军工项目以及其他企事业委托项目等十余项；授权美国发明专利7件、中国发明专利30余件；发表SCI收录论文30余篇，其中第一/通讯作者论文20余篇；参编国家标准4项，团体标准4项；获山东省科技进步二等奖（第3）、中国仪器仪表学会科技进步二等奖（第1）、中国自动化学会技术发明二等奖（第3）等科技奖励。担任Measurement & Control知名期刊客座主编、中国科技产业化促进会标准化工作委员会专家委员、中国岩石力学与工程学会地质与岩土工程智能监测分会理事会理事、中国仪器仪表学会青年工作委员会委员、中国土工合成材料工程协会标准化委员会委员等。担任国际学术会议SIUSAI 2024和ICIMIBD 2022分会场主席，世界交通运输大会技术委员会委员，2024光电探测与成像及智能传感技术大会学术委员会委员、中国土工合成材料工程协会青年论坛学术委员会委员等。

常年招收自动化、测控技术与仪器、人工智能、计算机、机械设计及自动化、地球物理、光电子等专业的学生，欢迎优秀学子报考!


教育经历
  • 2009-9 — 2014-6
    山东大学
    控制科学与工程
    工学博士学位
  • 2005-9 — 2009-7
    太原理工大学
    自动化
    工学学士学位
工作经历
  • 2024-09-至今
    山东大学控制科学与工程学院
    教授
  • 2023-11 — 2025-02
    中国21世纪议程管理中心
    借调
  • 2022-09 — 2024-08
    山东大学控制科学与工程学院
    副教授
  • 2016-11 — 2022-08
    山东大学控制科学与工程学院
    副研究员
  • 2014-10 — 2016-08
    新加坡南洋理工大学
    博士后
  • 利兹大学
  • 新加坡南洋理工大学
科研成果
论文

1.  A Pavement Crack Registration and Change Identification Method based on Unsupervised Deep Neural Network.  IEEE transactions on intelligent transportation,  26,  757-769, 2024. 

2.  3D imaging and temporal evolution recognition of concrete internal defects based on GPR.  MEASUREMENT SCIENCE AND TECHNOLOGY,  35,  2024. 

3.  Deep-Neural-Network-Based Subsurface Defect Identification Method for Multi-Polarimetric Ground Penetrating Radar Data.  IEEE Sensors Journal,  24,  7165, 2024. 

4.  Short-term residential load forecasting via transfer learning and multi-attention fusion for EVs coordinated charging.  INTERNATIONAL JOURNAL OF ELECTRICAL POWER & ENERGY SYSTEMS,  1, 2024. 

5.  Semisupervised Deep Neural Network-Based Cross-Frequency Ground-Penetrating Radar Data Inversion.  IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING,  61,  2023. 

6.  Unsupervised deep learning-based ground penetrating radar image translation for internal defect recognition of underground engineering structures.  STRUCTURAL HEALTH MONITORING-AN INTERNATIONAL JOURNAL,  00,  2023. 

7.  Unsupervised learning method for rebar signal suppression and defect signal reconstruction and detection in ground penetrating radar images.  MEASUREMENT,  211,  2023. 

8.  Deep learning based distortion restoration and defect segmentation from linear scanning camera images.  MEASUREMENT SCIENCE AND TECHNOLOGY,  34,  2023. 

9.  N-LoLiGan: Unsupervised low-light enhancement GAN with an N-Net for low-light tunnel images.  Digital Signal Processing,  143,  2023. 

10.  Convolutional neural-network-based automatic dam-surface seepage defect identification from thermograms collected from UAV-mounted thermal imaging camera.  CONSTRUCTION AND BUILDING MATERIALS,  323,  2022. 

11.  Arbitrarily-oriented tunnel lining defects detection from Ground Penetrating Radar images using deep Convolutional Neural networks.  Automation in Construction,  133,  2021. 

12.  GPRI2Net: A Deep-Neural-Network-Based Ground Penetrating Radar Data Inversion and Object Identification Framework for Consecutive and Long Survey Lines.  IEEE Transactions on Geoscience and Remote Sensing,  60,  2021. 

13.  An unsupervised clustering-based sectionalized displacement reconstruction method for smart geogrids integrated with fiber Bragg grating sensors.  CONSTRUCTION AND BUILDING MATERIALS,  286,  2021. 

14.  GPRInvNet: Deep Learning-Based Ground-Penetrating Radar Data Inversion for Tunnel Linings.  IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING,  59,  2021. 

15.  Deep Neural Network-Based Permittivity Inversions for Ground Penetrating Radar Data.  IEEE Sensors Journal,  21,  8172, 2021. 

16.  Automatic Recognition of Highway Tunnel Defects Based on an Improved U-Net Model.  IEEE Sensors Journal,  19,  11413, 2019. 

17.  The simultaneous measurement of temperature and mean strain based on the distorted spectra of half-encapsulated fiber Bragg gratings using improved particle swarm optimization.  Optics communications,  392,  153-161, 2017. 

18.  In-situ calibrated deformation reconstruction method for fiber Bragg grating embedded smart Geogrid.  Sensors and Actuators A: Physical,  250,  145, 2016. 

19.  Research on the Phase-Shifted Fiber Bragg Grating Spectra under Dynamic Strain Fields.  Spectroscopy and spectral analysis,  36,  4113-4119, 2016. 

专利

1. Self-Correcting Assemblable Optical Fiber Sensing System for Displacement Field and Correction Method Thereof

2. Unmanned Airborne Ground Penetrating Radar System And Inspection Method For Dam Hidden Danger Detection

3. Wall-Climbing Robot System and Method for Rapid Nondestructive Inspection of Hidden Defects in Culverts and Sluices

4. Primary-Secondary Type Disease Detection and Repair System and Method for Infrastructure

5. Multi-Arm Robot Used for Tunnel Lining Inspection and Defect Diagnosis in Operation Period

6. Multi-Scale Inspection and Intelligent Diagnosis System and Method for Tunnel Structural Defects

7. Automatic wall climbing type radar photoelectric robot system for non-destructive inspection and diagnosis of damages

8. 一种多极化地质雷达数据智能反演与成像方法

9. 用于隧道检测的地质雷达测线选取与随动控制方法及系统

10. 一种混凝土介电常数反演与病害识别方法及系统

11. 用于堤坝隐患检测的无人机载地质雷达系统与巡检方法

12. 用于涵闸隐蔽缺陷快速无损检测的爬壁机器人系统及方法

13. 线性渠堤表面及内部病害检测的水陆两栖机器人系统及方法

14. 一种基于爬墙机器人的隧道衬砌结构病害检测装置及方法

15. 一种用于地下工程的自动检测标记和修复装置及方法

16. 一种用于运营期隧道衬砌检测及病害诊断的多臂机器人

17. 一种用于线性工程变形场监测的感测系统和方法

18. 一种自校正可拼接式光纤位移场传感系统及其校正方法

19. MOEMS二分量加速度传感器、测量系统及工作方法

20. 一种多源异构数据一体化同步采集设备及其方法

版权所有   ©山东大学　地址：中国山东省济南市山大南路27号　邮编：250100　
查号台：（86）-0531-88395114
值班电话：（86）-0531-88364731　建设维护：山东大学信息化工作办公室