王正方
教授
访问次数:
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:
  • 联系方式:
    88392323
  • 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,山东大学控制科学与工程学院,教授,硕士生导师,一直从事工程无损检测监测技术与人工智能诊断方法方向的研究与实践工作近年来主持国家自然科学基金面上项目、青年项目、国家自然科学基金山东省联合基金子课题、国家自然科学基金原创探索项目子课题、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 2024ICIMIBD 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、仪器仪表、人工智能、计算机、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.  Arbitrarily-oriented tunnel lining defects detection from Ground Penetrating Radar images using deep Convolutional Neural networks.  Automation in Construction,  133,  2021. 

2.  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. 

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

4.  A Semisupervised Deep Learning Method for Ground Penetrating Radar Data Inversion and Concrete Subsurface Defect Imaging.  IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING,  63,  2025. 

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

6.  王正方. A Pavement Crack Registration and Change Identification Method Based on Unsupervised Deep Neural Network.  IEEE Transactions on Intelligent Transportation Systems,  26,  757, 2025. 

7.  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. 

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

9.  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. 

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

专利
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