个人简介
赵建伟，女，汉族，1977年11月出生，博士（后），教授, 数学硕士生导师。浙江省高校中青年学科带头人、浙江省151人才第三层次、理学院应用数学系主任、理学院智能计算与数据分析科研团队负责人。2006年6月获得中国科学院数学与系统科学研究院博士学位、韩国全北大学电子工程研究院博士后。担任中国人工智能学会知识工程与分布智能专业专业委员会委员、机器学习专业委员会通讯委员，浙江省数理医学学会生物医学数学专业委员会副主任。主要从事深度学习、模式识别与图像处理、视频追踪等方向，主持完成3项国家自然科学基金、3项浙江省自然科学基金项目、校企合作项目2项，并参与国家自然科学基金项目多项。在IEEE Transactions on Neural Networks and Learning Systems, Neural Networks, Information Sciences, Knowledge-Based Systems, Neurocomputing、Neural Computing and Applications等国内外期刊上发表学术论文60多篇，其中SCI检索论文30篇，授权发明专利9项。访问过韩国全北大学、澳大利亚斯文本科技大学、香港中文大学等高校。2009年开始招硕士研究生，2012年、2015年获得校优秀硕士生导师称号。目前指导硕士生毕业14名、7名在读，其中4人获得校优秀硕士学位论文。毕业硕士生主要去国内外高校攻读博士学位、或到上海、深圳、杭州等地的高科技公司从事算法工程师、数据分析师、图像分析师等科研管理工作，就业率100%。
教育经历：
2003/09－2006/06，中国科学院数学与系统科学研究院数学所，基础数学，博士
2000/09－2003/06，陕西师范大学，数学系，基础数学，硕士
1996/09－2000/07，陕西师范大学，数学系，基础数学，学士
研究工作经历：
2017/12/16-2017/12/23 香港中文大学未来城市研究院
2013/07－2013/08 澳大利亚斯文本科技大学 电子工程学院 访问
2011/03－2012/03 韩国全北大学 信息与通信工程学院 博士后
2013/11-至今 中国计量大学，理学院应数系，教授
2008/11-2013.10 中国计量大学，理学院数学系，副教授
2006/07－2008/10， 中国计量学院，理学院数学系，讲师
在研课题
1.主持浙江省自然科学基金项目一般项目：图像重建新方法：深度卷积神经网络逼近(NO.LY18F020018),经费：10万元，2018.1.1-2020.12.31。
2.主持南京大学计算机软件新技术国家重点实验室开放课题：面向超分辨率图像重建的递归多关注深度网络研究，KFKT2019B07,赵建伟，经费：2万，2019.6.1-2021.5.31。
获奖情况
1.“人工神经网络逼近复杂性问题研究”获浙江省高等学校科研成果奖二等奖，排名第2，2012年12月10日.
2.2013年被评为浙江省中青年学科带头人。
3.2015年被评为浙江省151人才工程第三层次。
4.获2012年、2015年“优秀研究生导师”荣誉称号。
5.指导的硕士研究生王智慧获2012年校优秀硕士学位论文。
6.2011年度校优秀科研工作者。
其他
毕业硕士生在国内外高校攻读博士、或到高科技公司从事算法工程师、数据分析师、图像分析师等科研管理工作
近期论文
查看导师最新文章
（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）
学术论文：
1.Jianwei Zhao, Taoye Huang, Zhenghua Zhou, Feilong Cao. A compact recursive dense convolutional network for image classification, Neurocomputing, 2020, 372: 8-16. (SCI, IF: 4.072)
2.Jianwei Zhao, Taoye Huang, Zhenghua Zhou. Hyperspectral image super-resolution using recursive densely convolutional neural network with spatial constraint strategy. Neural Computing and Applications. DOI: 10.1007/s00521-019-04484-3
3.Jianwei Zhao, Ningning Chen, Zhenghua Zhou. A Temporal Sparse Collaborative Appearance Model for Visual Tracking. Multimedia Tools and Applications, DOI: 10.1007/s11042-020-08630-1
4.Jianwei Zhao, Yongbiao Lv, Zhenghua Zhou, Feilong Cao. A Novel Deep Learning Algorithm for Incomplete Face Recognition: Low-rank-recovery Network. Neural Networks, 2017, 94: 115–124. (SCI, IF: 5.225)
5.Jianwei Zhao,Heping Hu,Feilong Cao. Image Super-Resolution via Adaptive Sparse Representation. Knowledge-Based Systems, 2017, 124:23-33. (SCI, IF:3.058)
6.Jianwei Zhao, Chen Chen, Zhenghua Zhou, Feilong Cao. Single image super-resolution based on adaptive convolutional sparse coding and convolutional neural networks. Journal of Visual Communication and Image Representation, 2019, 58: 651-661.(SCI, IF: 2.259)
7.Jianwei Zhao, Minshu Zhang, Zhenghua Zhou, Jianjun Chu, Feilong Cao. Automatic detection and classification of leukocytes using convolutional neural networks. Medical & Biological Engineering & Computing, 2017, 55(8): 1287-1301. (SCI, IF:2.224)
8.Jianwei Zhao, Tiantian Sun, Feilong Cao. Image super-resolution via adaptive sparse representation and self-learning. IET Computer Vision, 2018, 12(5):753-761. (SCI, IF:1.132)
9.Jianwei Zhao, Heping Hu, Zhenghua Zhou, Feilong Cao. Super-resolution reconstruction: using non-local structure similarity and edge sharpness dictionary.IET Image Processing，2017, 11(12): 1254 – 1264. (SCI, IF:1.472)
10.Jianwei Zhao, Weidong Zhang, Feilong Cao. Robust object tracking using a sparse coadjutant observation model. Multimedia Tools and Applications, 2018, 77, 23: 30969-30991.
11.Jianwei Zhao, Zhihui Wang, Feilong Cao, Dianhui Wang. A local learning algorithm for random weights networks. Knowledge-Based Systems, 74(1): 159-166. Jan. 2015 (SCI, IF: 4.514)
12.Jianwei Zhao, Zhihui Wang, Dongsun Park. Online sequential extreme learning machine with forgetting mechanism. Neurocomputing, 87(15): 79-89. Jun. 2012, (SCI, IF:2.005)
13.Jianwei Zhao, Zhihui Wang, Feilong Cao. Extreme learning machine with errors in variables. World Wide Web, 17(5): 1205-1216. Sep. 2014 (SCI, IF: 1.623)
14.Jianwei Zhao, Dong Sun Park, Joonwhoan Lee, Feilong Cao. Generalized extreme earning machine on a metric space. Soft Computing, 16(9): 1503-1514. Sep. 2012, (SCI, IF:1.124)
15.Jianwei Zhao, Zhenghua Zhou, Feilong Cao. Human face recognition based on ensemble of polyharmonic extreme learning machine. Neural Computing and Applications, 24: 1317-1326. May 2014. (SCI, IF: 1.763)
16.Jianwei Zhao. Functional data learning by Hilbert feedforward neural networks. Mathematical Methods in the Applied Sciences, 35(17): 2111-2121. Nov. 2012. (SCI, IF:0.877)
17.Jing Lu, Jianwei Zhao, Feilong Cao. Extended feed forward neural networks with random weights for face recognition. Neurocomputing, 136: 96-102. Jul. 2014. (SCI, IF: 2.005)
18.Kankan Dai, Jianwei Zhao, Feilong Cao. A novel decorrelated neural network ensemble algorithm for face recognition. Knowledge-Based Systems, 89:541-552. Nov. 2015. (SCI, IF: 4.514)
19.Kankan Dai, Jianwei Zhao, Feilong Cao, A novel algorithm of extended neural networks for image recognition, Engineering Applications of Artificial Intelligence, 2015, 42:57-66. (SCI, IF:3.13)
20.Zhenghua Zhou, Weidong Zhang, Jianwei Zhao. Robust visual tracking using discriminative sparse collaborative map. International Journal of Machine Learning and Cybernetics, 2019, 10(11): 3201-3212 (SCI, IF:3.274)
21.Zhenghua Zhou, Jianwei Zhao, Feilong Cao. A novel approach for fault diagnosis of induction motor with invariant character vectors. Information Sciences,2014, 281(1): 496-506. (SCI, IF：3.893)
22.Zhenghua Zhou, Jianwei Zhao, Feilong Cao. Diagnosis of fatigue crack growth with recursive random weight networks. Computers and Electrical Engineering, 2014, 40: 2227-2235. (SCI, IF: 0.992)
23.Zhenghua Zhou, Jianwei Zhao, Feilong Cao，Face recognition based on random weights network and quasi singular value decomposition, Emerging Intelligent Computing Technology and Applications, Communications in Computer and Information Science, 2013(375): 136-141.
24.Zhenghua Zhou, Jianwei Zhao, Feilong Cao. Surface reconstruction based on extreme learning machine. Neural Computing and Applications, 2013,23(2): 283-292. (SCI, IF: 1.763)
25.Yuehua Liu, Feilong Cao, Jianwei Zhao, Jianjun Chu. Segmentation of white blood cells image using adaptive location and iteration. IEEE Journal of Biomedical and Health Informatics, 2017, 21(6): 1644-1655. (SCI, IF: 3.936)
26.Feilong Cao, Yuehua Liu, Zhen Huang, Jianjun Chu, Jianwei Zhao. Effective segmentations in white blood cell images using epsilon-SVR-based detection method，Neural Computing & Applications, 2019, 31(10): 6767-6780.
27.Feilong Cao，Miaomiao Cai,Yuanpeng Tan, Jianwei Zhao. Image super- resolution via adaptive regularization and sparse representation. IEEE Transactions on Neural Networks and Learning Systems, 27(7): 1550-1561. Jul. 2016. (SCI, IF: 7.658)
28.Feilong Cao, Jiaying Chen, Jianwei Zhao, Zhenghua Zhou. Recovering low-rank and sparse matrix based on the truncated nuclear norm. Neural Networks, 2017, 85: 10-20. (SCI, IF: 5.225)
29.Feilong Cao, Xinshan Feng, Jianwei Zhao. Sparse representation for robust face recognition by dictionary decomposition. Journal of Visual Communication and Image Representation, 2017, 46: 260–268.
30.Feilong Cao, Miaomiao Cai, Jianjun Chu, Jianwei Zhao, Zhenghua Zhou. A novel segmentation algorithm for nucleus in white blood cells based on low-rank representation. Neural Computing & Applications, 2017, 28: S503-S511.
31.Feilong Cao, Heping Hu, Jing Lu, Jianwei Zhao, Zhenghua Zhou, Jiao Wu. Pose and illumination variable face recognition via sparse representation and illumination dictionary. Knowledge-Based Systems, 2016, 107: 117-128. (SCI二区)
32.Feilong Cao, Xing Xing, Jianwei Zhao. Learning rates of support vector machine classifier for density level detection. Neurocomputing, 82: 84-90, Apr. 2012. (SCI, IF: 2.005)
33.张伟东，赵建伟，周正华，曹飞龙. 基于特征选择与时间一致性稀疏外观模型的目标追踪算法. 模式识别与人工智能，2018, 31(3): 245-255.
34.吕永标，赵建伟，曹飞龙. 基于复合卷积神经网络的图像去噪算法，模式识别与人工智能，2017, 30(2): 97-105.
35.赵建伟，周正华，曹飞龙. 一种基于调和随机权网络与曲波变换的图像分类方法，模式识别与人工智能，2014, 27(6): 2014,:509-516.
发明专利:
1.赵建伟，张敏淑，曹飞龙，周正华，冯爱明，楚建军.一种基于深度学习的白细胞五分类方法，发明专利，专利号：ZL201610563175.2, 2018.
2.赵建伟，吕永标，曹飞龙，周正华. 一种基于卷积网络特征提取的人脸识别方法，发明专利，专利号：ZL201610555256.8，2019.
3.曹飞龙，刘月华，黄震，楚建军，赵建伟，周正华. 一种白细胞定位和迭代分割方法，发明专利，专利号：ZL201610227867.X, 2018.
4.曹飞龙，怀听听，赵建伟，周正华，冯爱明，楚建军. 一种基于随机森林的白细胞五分类方法，发明专利，专利号：ZL 201510398384.1, 2018.
5.曹飞龙，冯鑫山，赵建伟，周正华. 一种基于字典分解和稀疏表示的鲁棒人脸识别方法，发明专利，专利号:ZL 201610744469.5, 2019.
6.蔡苗苗，楚建军，曹飞龙，赵建伟，周正华.一种基于直方图阈值及低秩表示的白细胞细胞核分割方法，2018.12.14，专利号：201510141099.1, 2019
7.黄震，孔巢城，曹飞龙，赵建伟，周正华.一种基于边界的白细胞分割评价标准，专利号： 2018.09.07，201510141013.5, 2019.
8.陆晶，楚建军，曹飞龙，赵建伟，周正华. 血液白细胞显微图像的随机权网络分割方法，2018.12.1，专利号：201510066975.9, 2019.
9.黄震，楚建军，曹飞龙，赵建伟，周正华.一种基于多特征非 线性组合的白细胞分割方法，2018.12.14，专利号：201510141209.4, 2019.
京公网安备 11010802027423号