电子信息工程系

张新征

19248


张新征,工学博士(后),副教授,硕士生导师

研究方向:人工智能及应用、航天遥感信息处理

招收研究生方向与专业:

n 信息与通信工程(人工智能及应用、航天遥感信息处理、雷达探测与识别)

n 电子信息(机器视觉及应用、人工智能软件工程及应用)

联系方式:zhangxinzheng@cqu.edu.cn; QQ:1504409352

学术任职bat365中文官方网站航天遥感智能感知实验室负责人,IEEE Member,IGARSS成员、SPIE会员、亚太人工智能学会会员、中国电子学会会员、中国人工智能学会会员、中国宇航学会会员、中国遥感应用协会会员、重庆市电子学会会员。担任国家科技奖励评审专家、国家自然科学基金评审专家、教育部科技项目评审专家、教育部学位与研究生教育发展中心评议专家,重庆市科技计划项目评审专家、重庆市综合评标专家,四川省科技计划项目评审专家等。国际SCI旗舰期刊IEEE Trans. on Image ProcessingIEEE Trans. on Geoscience and Remote SensingIEEE Trans. on Aerospace and Electronics Systems; IEEE Trans. on Circuits and Systems for Video Technology; IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing; IEEE Geoscience and Remote Sensing LettersISPRS Journal of Photogrammetry and Remote Sensing; Remote Sensing;International Journal of Remote Sensing; Remote Sensing Letters; Progress In Electromagnetic Research国内EI核心期刊《电子学报》、《电子与信息学报》、《系统工程与电子技术》、《宇航学报》、《遥感学报》、《雷达学报》等期刊审稿人。

科研经历:主持和主研国家重点研发计划项目、国家bat365中文官方网站科技专项项目、国家自然科学基金、航天CAST创新基金、ZF预研基金、华为创新基金项目、重庆市技术创新与应用发展重点项目、重庆市前沿与应用基础研究计划项目20余项;在ISPRS Journal of  Photogrammetry and Remote Sensing; IEEE Trans. on Geoscience and Remote Sensing;IEEE Trans. on Aerospace and Electronics Systems; Remote Sensing;IEEE Geoscience and Remote Sensing Letters;《电子与信息学报》、《系统工程与电子技术》等期刊发表论文50余篇;任Remote Sensing 期刊Special Issue客座主编申请获权发明专利20余项,其中多项已经成果转化。

主要研究方向:

1)人工智能及其应用:深度学习及应用,智能感知与机器视觉,大数据智能挖掘及分析等。

2)航天遥感信息处理:卫星多源遥感信息处理、月球遥感与探月科学、深空探测及行星遥感等。

3)雷达探测信息处理:雷达成像信号处理、目标检测与识别、多维电磁散射特性分析及应用等

人才培养:长期开展电子信息与人工智能人才培养工作,主讲《数字信号处理》、《雷达系统及其信息处理》等本科生课程和研究生课程。指导老员工创新创业项目、SRTP项目多项。培养优异生、研究生20余名,多就职于中电科技、中国航天、华为、阿里等知名科研机构和头部企业。

代表性科研项目

1科技部国家重点研发计划项目:城市超量径流孕灾受灾要素物联网智慧感知技术研究(2022YFC3800502-01),2022年,主研

2航天CAST创新基础项目:XXXXXX检测识别技术研究(JG20210246),2022年,主持

3、重庆市自然科学基金面上项目:基于无监督非平衡学习的多时相SAR遥感微弱变化检测技术研究cstc2021jcyj-msxmX0174),2021年,主持

4、电磁散射重点实验室项目: XXXXXX电磁特性分析及软件设计(JG20220077,2021年,主持

5、重庆市科技计划项目基础科学与前沿技术研究专项:基于局部方位低秩字典学习的SAR图像目标识别研究(cstc2017jcyjAX0332),2017年,主持

6、国家自然科学青年基金项目:基于高分辨距离像时频域稀疏表示的微波遥感目标识别研究(61301224,2013年,主持

代表性学术论文:

1. Su H, Zhang X Z*, Zhang Ce, et al., Nonlocal feature learning based on a variational graph auto-encoder network for small area change detection using SAR imagery, ISPRS Journal of Photogrammetry and Remote Sensing, 193, 2022, Pages 137-149. IF: 11.7,中科院一区,JCR一区)

2. Zhang X Z*, Su H, Zhang Ce, et al. Robust unsupervised small area change detection from SAR imagery using deep learning. ISPRS Journal of Photogrammetry and Remote Sensing. 2021, 173(11), 79-94. IF: 11.7,中科院一区,JCR一区)

3. Wang J, Zhang X Z*, Liu M M, et al. SAR target classification using multi-aspect multi-feature collaborative representation. Remote Sensing Letters. 2020, 11(8):720-729. IF: 2.3,中科院四区,JCR三区)

4. Zhang X Z*, Liu, G. Zhang, C.et al. Two-Phase Object-Based Deep Learning for Multi-Temporal SAR Image Change Detection. Remote Sensing. 2020, 12, 548. IF: 5.3,中科院二区,JCR一区)

5. Zhang X Z*, Xia J L, Tan X H, etal. PolSAR Image Classification via Learned Superpixels and QCNN Integrating Color Features. Remote Sensing. 2019, 11(15), 1831. IF: 5.3,中科院二区,JCR一区)

6. Zhang X Z*,,Wang Y J, Tan Z Y, etal, Fusion of Multifeature Low-Rank Representation for Synthetic Aperture Radar Target Configuration Recognition, IEEE Geoscience and Remote Sensing Letters, 2018, 15(9), 1402-1406. IF: 5.3,中科院二区,JCR一区)

7. Zhang X Z*,Liu Z Y, Liu S J, etal, Sparse Coding of 2D-slice Zernike Moments for SAR ATR, International Journal of Remote Sensing, 2017, 38 (2) : 412-431. IF: 3.5,中科院二区,JCR二区)

8. 张新征, 谭志颖, 王亦坚. 基于多特征-多表示融合的SAR图像目标识别[J]. 雷达学报, 2017, 6(5): 492-502. EI核心)

9. 张新征,刘书君,秦建红,等. 基于距离像时频非负稀疏编码的SAR目标识别[J]. 系统工程与电子技术20145(10)203-212. EI核心)

10. 张新征,刘书君,等. 基于时频矩阵非负分解特征的多视角SAR目标识别 [J]. 宇航学报2012, 33 (9): 1269-1278. EI核心)

代表性发明专利:

1. 张新征,周喜川,苏杭等; 一种基于图神经网络的变化检测方法,(专利号: ZL202110336097.3)2022年;

2. 张新征,谭志颖,刘过等; 基于自适应多方位角字典对学习的SAR图像目标识别方法,(专利号:ZL201911025388.X),2022年;

3. 张新征,苏杭,谭晓衡等;一种无监督或弱监督的受约束的模糊C均值聚类方法,(专利号:ZL202110037076.1),2022年;

4. 张新征,王娟; 一种基于FINCH聚类的SAR图像变化检测方法,(专利号:ZL202110320514.5),2022年;

5. 张新征,刘过,苏杭;一种基于深度学习的多时相SAR图像变化检测方法,(专利号:ZL201911413117.1),2022年;


其他简介:

课题组依托“信息物理社会可信服务计算”教育部重点实验室,具有良好的硬软件环境,并与中国航天、中国电科、华为等研究机构所有长期良好的研究合作。欢迎信息类相关专业员工报考、也非常欢迎数学/物理等相关专业跨学科报考!