陈分雄

陈分雄，男，教授。澳门新葡萄新京威尼斯987（武汉）澳门新葡萄新京威尼斯987，电子信息工程，国家工信部物联网专项会评专家。主要从事电子信息与无线通信系统软硬件设计、无线传感数据通信网络设计、图像处理与计算机视觉、智能科学与人工智能算法、自动机器学习与智能网络架构搜索、基于人工智能的图像与视频压缩技术、无人驾驶与机器人智能控制技术、物联网与大数据深度学习的理论与应用基础研究。主持和参与国家、湖北省与武汉市科纵向科研项目10多项，其中包括国家自然科学基金、湖北省自然科学重点基金、湖北省重点科技攻关计划、武汉市科技攻关计划等项目。发表科研学术论文20多篇，获得授权专利30多项和登记软件著作权40余项，获湖北省科技进步三等奖1项，正在申请发明专利10多项。

联系方式：

邮箱：cfx6810@163.com ; QQ号：1900560429

通信地址：湖北省武汉市洪山区鲁磨路388号，邮编：430074

通信单位：澳门新葡萄新京威尼斯987（武汉）澳门新葡萄新京威尼斯987，电子信息工程系

办公室地址：澳门新葡萄新京威尼斯987（武汉）教二楼233办公室

一．学习经历

1988年7月至1992年6月，武汉理工大学自动化学院，计算机科学与应用专业，学士毕业；2003年9月至2006年6月，澳门新葡萄新京威尼斯987（武汉），数学与物理学院应用数学系专业，信号与信息处理方向，硕士毕业；2008年9月至2013年7月，澳门新葡萄新京威尼斯987（武汉）地球物理与空间信息学院地球，探测与信息技术专业，博士研究生毕业。2008年7月至2009年6月，北京大学数字媒体国家实验室，教育部国内访问学者。

二．工作经历

1992年7月至1998年7月在华中师范大学从事电子产品技术研发工作；1998年8月-至今，澳门新葡萄新京威尼斯987（武汉）机械电子信息学院，电子信息工程系从事人工智能与机器人控制技术、通信与信息处理、电子信息工程等方面教学与科研工作。主讲了模拟电子技术、数字电路技术、单片机原理及应用、嵌入式原理及应用、无线传感器网络原理及应用、新一代物联网技术、深度学习与智能机器人控制等课程，曾获“最受欢迎教师”等荣誉称号。

三．主持与参与纵向科研项目

[1]自主驾驶汽车场景深度理解与智能控制方法研究，武汉市科技应用基础研究项目，立项号：2017010201010134，起止年限：2017/01-2018/12

[2]无线传感网中事件监测的混沌表示与异常识别，国家自然科学基金面上项目，立项号：61271274，起止年限：2013/01-2016/12

[3]环境监控物联网关键共性技术研究。湖北省青年杰出人才基金项目，立项号：2012195067，起止年限：2012/01-2014/12

[4]面向数字医疗的无线体域网及其设备研发。湖北省科技攻关计划，立项号：2012075092，起止年限：2012/01-2014/12

[5]无线传感网监测异常事件的容错感知理论与应用基础研究。湖北省自然科学基金重点项目，立项号：2011CDA069，起止年限：2011/01-2013/12

[6]浮标式水质监测的物联网关键技术及其设备研发。武汉市科技攻关计划，立项号：201262523840，起止年限：2012/01-2013/12

[7]基于物联网的交通智能视频监控及运维关键技术研究。湖北省科技攻关计划，立项号：2011075038，起止年限：2011/01-2013/12

[8]基于无线传感器网络的滑坡面破裂声发射定位技术研究。湖北省自然科学基金一般项目。立项号：2011075004，起止年限：2011/01-2012，12

[9]基于无线传感器网络的滑坡监测技术研究。教育部长江三峡库区地质灾害研究中心开放课题基金项目，立项号：TGRC201018，起止年限：2010/01-2011/12

[10]基于人工智能的无人驾驶教学模型车研制，澳门新葡萄新京威尼斯987（武汉）设备处，立项号：SJ-201715，起止年限：2017/01-2018/12

[11]无线传感网与物联网综合实验分析仪，澳门新葡萄新京威尼斯987（武汉）设备处，立项号：SJ-201218，起止年限：2012/01-2013/12

[12]基于FPTA的模拟电路硬件设计与仿真实验平台研制，澳门新葡萄新京威尼斯987（武汉）设备处，立项号：SJ-200919，起止年限：2009/01-2010/12

[13]“基于物联网的智能感知与应用示范”获2017年湖北省科技进步三等奖。

[14]基于无线传感器网络的港口货物智能管理系统，企业委托项目，立项号：2010067023，起止年限：2010/01-2010/12。

[15]基于无线传感器网络与RFID的物联网关键技术研究，企业委托项目，立项号：2009076086，起止年限：2009/01-2009/12。

四．科研论文

1. 期刊论文：

[1]Jianlin Liu，Fenxiong Chen * and Dianhong Wang，Data Compression Based on Stacked RBM-AE Model for Wireless Sensor Networks，Sensors，2018， 18（12）， 4273-4285; doi:10，3390/s18124273

[2]Chen Fenxiong，Jie Fu， Xingfeng Guo，Dianhong Wang， Six Dimensional 32PSK Mapper for Optical Orthogonal Frequency Division Communication，ICIC Express Letters，Part B: Applications，v6，n12，3349-3353，2015

[3]Guo Xingfeng， Wang Dianhong， Chen Fenxiong， An anomaly detection based on data fusion algorithm in wireless sensor networks，International Journal of Distributed Sensor Networks，v8，n11，2015

[4]Wang Yong， Wang Dianhong，Chen Fenxiong， Abnormal behavior detection using trajectory analysis in camera sensor networks， International Journal of Distributed Sensor Networks， December 30，2014

[5]Wang Yong ， Wang Dianhong，Chen Fenxiong，Efficient event detection using self-learning threshold for wireless sensor networks， Wireless Networks，v21，n6，1783-1799，2014

[6]Zhang Shilei，Chen Fenxiong， Modeling wireless sensor networks data based on spatial correlation， ICIC Express Letters，v8，n12，3459-3464，2014

[7]Xingfeng Guo，Dianhong Wang，Fenxiong Chen， ALGORITHM OF TEMPORAL AND SPATIAL DATA SUPPRESSION BASED ON SAX IN SENSOR NETWORKS， ICIC Express Letters，v8，n11，2971-2976，2014

[7]Wang Hong，Wang Guangjun，Han Yanling， Chen Fenxiong， Polarization gaps in one-dimensional magnetic photonic crystal， optics Communications，v310，199-203，2014

[8]Chen Fenxiong，Mingming Li，Wang Dianhong， Data Compression through Principal Component Analysis over Wireless Sensor Networks， Journal of Computational Information Systems，v9，n5，pp1809-1816，2013

[9]Chen Fenxiong，Tian Bo，Wang Dianhong， Nonthreshold based and piecewise linear representation data compression algorithm over wireless sensor networks，ICIC Express Letters，v6，n10，2611-2616，2012

[10]Chen Fenxiong，Shen Yaodong，Wang Dianhong， A fault-tolerant fast detection of abnormal event scheme for wireless sensor networks，Journal of Computational Information Systems，v8，n22，9323-9332，2012

[11]Liu Xingwen，Wang Dianhong，Jiang Liangxiao，Chen Fenxiong， An improved algorithm for oblique decision tree classification based on rough set theory，Journal of Computational Information Systems，v7，n11，4042-4049，2011

[12]Liu Xingwen， Wang Dianhong，Jiang Liangxiao， Chen Fenxiong， A method for attribute reduction using rough set theory and improved particle swarm optimization，ICIC Express Letters，v2，n6，1261-1266，2011

四．授权专利与软件著作权

1．授权发明专利：

[1]经验模态分解和深度学习的混合模型风速预测方法，2019，ZL 201610444160

[2]无线传感器网络的三维64QAM网格编码调制方法，2019，ZL 20150905689

[3]一种增强型六维64PSK的调制与解调方法，2017，ZL201410795895

[4]一种增强型六维32PSK的调制与解调方法，2017，ZL201410796017

[5]增强型六维64PSK星座的正交频分复用方法，2017，ZL 201410800158

[6]基于FPGA的多路无线信道监听装置，2017，ZL201410763086

[7]一种面向视觉跟踪的无线传感器节点优化选择方法， 2016，ZL 2013105392029

[8]基于无线传感器网络的水质电导率监测节点装置，2016，ZL201420784411

[9]基于WSN的多参数水质监测节点装置，2016，ZL201410765296

[10]无线传感器网络监控异常事件的快速容错检测方法，2014，ZL201210072407

[11]带视频采集自动避障功能的机器人，2013，ZL2011102180096

[12]基于WiFi、ZigBee与互联网的异构互连网关设备，2013，ZL2010105307003

[13]一种带有3G远程传输的无线传感器网络网关设备，2013，ZL2010105388212

[14]基于非阈值的无线传感器网络节点数据压缩方法，2013，ZL201010194710

[15]一种带有3G远程传输的无线传感器网络网关设备，2013，ZL201010538821

[16]无线传感器网络的多重主成分分析数据压缩方法，2012，ZL201010140258

[17]基于无线传感器网络技术的多标准RFID识别设备，2012，ZL201010266684

[18]一种无线传感器网络的分布式节点定位方法，2012，ZL201010111277

[19]一种无线传感器网络的二次加权混合定位方法，2012，ZL201010111276

[20]一种搜救定位系统机器人，2012，ZL201110105723

2．授权实用新型专利：

[1]无线监测滑坡面破裂声的传感器网络节点装置，2014，ZL 201320783805

[2]无线监测滑坡体地温的传感器网络节点装置，2011，ZL201020166855

[3]监测滑坡体氡气浓度的无线传感器网络节点装置，2011，ZL201120054795

[4]基于蓝牙、ZigBee与因特网的异构网络互连网关，2011，ZL201020623200

[5]一种长距离传输的无线传感器网络网关，2011，ZL201020600504

[6]带有3G远程传输的无线传感器网络网关设备，2011，ZL201010538821

[7]一种异构网络互连网关设备，2011，ZL201020590123(实用新型专利)

[8]一种带有GPS的无线传感器网络节点设备，2010，ZL201020133206

[9]一种基于单片机控制的带同步锁相逆变控制器，2010，ZL201020104265

[10]基于DSP的数控船用电源充电机，2010，ZL201020101471

[11]微机控制绝缘油介电强度测试装置，2010，ZL200920289236

[12]基于单片机控制的电子记簿器，2010，ZL200920289238(实用新型专利)

[13]基于DSP2407微处理器控制的足球机器人装置，2010，ZL200920289235

[14]一种微机控制直流调速电源控制装置，2008，ZL200720087685

3．正在申请发明专利：

[1]基于变分混合的无线传感网深度容错压缩方法及系统，2019，CN109525598A

[2]深度卷积神经网单目标跟踪方法、设备及存储设备，2018，CN107633529A

[3]权值简约无线传感网数据压缩方法、设备及存储设备，2018，CN107634937A

[4]一种智能辅助驾驶方法及系统，2018，CN107590438A

[5]一种车辆前向防撞预警方法及系统，2017，CN107403160A

[6]联合块稀疏重构的无线传感网信道估计算法及系统，2016，CN105812299A

[7]符号聚合近似的无线传感网数据压缩与重构方法，2016，CN105744562A

[8]基于人工免疫和K均值聚类的传感网异常检测方法，2016，CN105791051A

[9]基于分簇压缩感知的无线传感网预警方法及系统，2016，CN105636094A

[10]二次混合压缩的无线传感网异常事件检测方法，2016， CN105491614A

[11]FSAX-MARKOV模型的无线传感网事件检测方法，2016，CN105722129A

4．登记软件著作权：

      [1]基于无线传感网的多参数水质监测系统软件，2015SR277731

      [2]滑坡监测标准化数据采集与传输平台软件，2016SR298210

      [3]滑坡监测传感网数据采集与远程传输系统软件，2016SR297916

      [4]无线传感网医疗监护平台软件，2016SR197336

      [5]基于经验模态分解和深度学习的混合模型风速预测软件，2017SR482966

      [6]基于栈式RBM的无线传感网数据压缩算法软件，2017SR464244

      [7]基于栈式RBM与权值约简的无线传感网数据压缩软件，2017SR456538

      [8]无线传感网异常事件容错快速检测软件，2017SR456498

      [9]物联网监测数据的空间相关性建模与定量分析软件，2018SR431579

      [10]基于激光雷达成像的三维目标检测软件，2018SR688401

[11]环境物联网含噪监测数据的受限玻尔兹曼机压缩软件，2018SR823408

[12]环境物联网监测数据空间冗余性的去噪自编码器压缩软件，2018SR833243

[13]环境物联网监测数据时间冗余性的去噪自编码器压缩软件，2018SR823224

[14]基于数据时空抑制的无线传感器网络数据压缩传输软件，2018SR384716

[15]权值简约的变分混合无线网深度容错压缩软件，2018SR672688

[16]基于深度学习的3D场景深度预测软件，2018SR669363

[17]基于深度学习的车辆运动估计软件，2018SR670184

[18]基于分段刚体模型的车辆运动场景流估计软件，2018SR669356

[19]基于金字塔光流估计模型的车辆运动场景流估计软件，2018SR669896

[20]基于神经光流网络的视频序列光流场估计软件，2018SR688495

[21]夜间驾驶场景下可行驶区域分割应用软件，2018SR704642

[22]智能驾驶场景的3D车辆检测软件，2018SR704791

[23]智能驾驶可行驶区域分割应用软件，2018SR704032

[24]基于人工智能的无人驾驶小车地图构建与目标检测软件，2018SR773234

[25]自主驾驶汽车场景的车道线偏离与前向防撞预警应用软件，2017SR298210

[26]基于人工智能的自主驾驶场景实时目标检测软件，2017SR438744

[27]基于Jetson TX2和深度学习的车辆行人检测识别软件，2017SR456000，

[28]基于深度卷积神经网络的视频目标跟踪系统，2017SR456029

[29]基于语义分割的神经风格迁移软，2017SR456610

[30]增强型六维32PSK的调制与解调软件，2017SR483172

[31]增强型六维64PSK的调制与解调软件，2017SR483154

[32]五维32PSK调制的无线传感网正交频分复用技术软件，2017SR483186

[33]五维64PSK调制的无线传感网正交频分复用技术软件，2017SR483015