王海贤

发布者:张怡茹发布时间:2017-09-19浏览次数:16846



姓名:王海贤        职称:教授、博导、硕导

研究方向:脑机交互、智能信息处理、大数据

招生专业:生物医学工程(神经信息工程)(学生可以来自生物医学工程、计算机、自动化、信息、电子、数学等相关理工科专业)

招收研究生的类型:博士、硕士(欢迎相关在职人员申请专业工程博士

往届毕业学生去向:国内外高校及科研院所、华为、腾讯、Marvell美满电子、电信、移动、联想、医疗器械、政府机关、国防相关单位

美国南加州大学、俄亥俄州立大学、新加坡南洋理工大学、加拿大萨斯喀彻温大学等高校建立了稳定的合作研究关系;与英国埃塞科斯大学联合培养研究生,派遣研究生前往学习,毕业研究生进行博士后合作研究;与省产业技术研究院及相关研究所企业合作进行产业研发。

承担项目:承担973项目课题、国家自然科学基金重点项目课题等20余项,包括主持5项国家自然科学基金项目:

l  国家自然科学基金基于EEG 信号的综合空间模式研究:同时动态、多域、结构保持、非线性建模”

l  国家自然科学基金基于EEG 信号的相位连接模式及其综合分类研究”

l  国家自然科学基金基于L1-范数的EEG 判别模式研究:同时鲁棒滤波、半监督学习、及通道选取”

l  国家自然科学基金多类EEG 信号的时空特征提取研究”

l  国家自然科学基金多维t 混合模型的理论研究及其在面部表情和单次脑电情感分析中的应用”

王海贤教授曾在美国南加州大学、英国埃塞科斯大学、新加坡南洋理工大学任访问学者、博士后。在国内外学术期刊及学术会议上发表论文120余篇,所发表期刊包括Human Brain Mapping(封面论文)、Neuroscience(封面论文)、NeuroImageIEEE TNSREIEEE TBMEIEEE TCIEEE TSPIEEE TNNIEEE TIPIEEE JBHI、及国际权威会议CVPREMBCICASSP。提出一系列空间模式的理论方法,所提方法曾被称为“state-of-the-art”valuable contribution”,多次被作为代表性方法进行大篇幅引用论述,启发研究者而发展新的研究,被作为基准方法进行实验比较,甚至被研究者用整篇论文发展新的求解算法,部分方法被写入书籍,引发一系列后继研究。研究工作被30多个国家(包括加州大学、华盛顿大学、剑桥大学、柏林工业大学、新加坡国立大学等机构)学者(包括中国、美国、德国、澳大利亚、奥地利、欧洲科学院院士、英国皇家工程院院士、国际模式分类最高奖K. S. Fu奖获得者、IEEE/AAAS/IAPR/SPIE/IP/AIMBE会士)在国际权威期刊作为代表性工作进行引用和积极评价。部分代表性论文如下:

 

l  Zhang Li, Gan John Q., Zhu Yanmei, Wang Jing, Wang Haixian (王海贤)*. EEG Source-Space Synchrostate Transitions and Markov Modelling in the Math-Gifted Brain during a Long-Chain Reasoning Task. Human Brain Mapping, Vol. 41, No. 13, pp. 36203636, 2020.(封面论文,领域内国际顶级期刊论文)

l  Li Xuan, Gan John Q., Wang Haixian(王海贤)*. Collective Sparse Symmetric Non-negative Matrix Factorization for Identifying Overlapping Communities in Resting-State Brain Functional Networks. NeuroImage, Vol. 166, pp. 259275, 2018.(领域内国际顶级期刊论文)

l  Wang Haixian (王海贤)*, Lu Xuesong, Hu Zilan, Zheng Wenming. Fisher Discriminant Analysis with L1-Norm. IEEE Transactions on Cybernetics, Vol. 44, No. 6, pp. 828842, 2014.

l  Wang Haixian(王海贤)*, Chen Sibao, Hu Zilan, Zheng Wenming. Locality-Preserved Maximum Information Projection. IEEE Transactions on Neural Networks, Vol. 19, No. 4, pp. 571585, 2008.

l  Wang Haixian(王海贤)*. Temporally Local Maximum Signal Fraction Analysis for Artifact Removal From Biomedical Signals. IEEE Transactions on Signal Processing, Vol. 58, No. 9, pp. 49194925, 2010.

l  Wang Haixian (王海贤)*, Xu Dong. Comprehensive Common Spatial Patterns with Temporal Structure Information of EEG Data: Minimizing Non-task Related EEG Component. IEEE Transactions on Biomedical Engineering, Vol. 59, No. 9, pp. 24962505, 2012.

l  Wang Haixian (王海贤)*, Tang Qin, Zheng Wenming. L1-Norm-Based Common Spatial Patterns. IEEE Transactions on Biomedical Engineering, Vol. 59, No. 3, pp. 653662, 2012.

l  Wang Haixian(王海贤)*. Multiclass Filters by a Weighted Pairwise Criterion for EEG Single-Trial Classification. IEEE Transactions on Biomedical Engineering, Vol. 58, No. 5, pp. 14121420, 2011.

l  Wang Haixian (王海贤)*, Li Xiaomeng. Regularized Filters for L1-Norm-Based Common Spatial Patterns. IEEE Transactions on Neural Systems and Rehabilitation Engineering, Vol. 24, No. 2, pp. 201211, 2016.

l  Wang Haixian(王海贤)*, Zheng Wenming. Local Temporal Common Spatial Patterns for Robust Single-Trial EEG Classification. IEEE Transactions on Neural Systems and Rehabilitation Engineering, Vol. 16, No. 2, pp. 131139, 2008.

l  Wang Haixian(王海贤)*, Wang Jing. 2DPCA with L1-Norm for Simultaneously Robust and Sparse Modelling. Neural Networks, Vol. 46, pp. 190198, 2013.

l  Wang Haixian (王海贤)*. Structured Sparse Linear Graph Embedding. Neural Networks, Vol. 27, pp. 3844, 2012.

l  Gu Lingyun, Yu Zhenhua, Ma Tian, Wang Haixian (王海贤)*, Li Zhanli*, Fan Hui. EEG-based Classification of Lower Limb Motor Imagery with Brain Network Analysis. Neuroscience, Vol. 436, pp. 93109, 2020.(封面论文)

l  Han Hongfang, Li Xuan, Gan John Q., Yu Hua, Wang Haixian (王海贤)*. Biomarkers Derived from Alterations in Overlapping Community Structure of Resting-State Brain Functional Networks for Detecting Alzheimer’s Disease. Neuroscience, Vol. 484, pp. 3852, 2022.

王海贤教授获教育部新世纪优秀人才、江苏省“青蓝工程”优秀青年骨干教师、东南大学优秀青年教师。为IEEE高级会员、教育部人才项目评审专家、国家自然科学基金重大研究计划会评专家、教育部学位论文及iScienceIEEE会刊等50余家国内外期刊审稿人、中国自动化学会青年工作委员会委员、江苏省人工智能学会模式识别专委会委员。研究成果入选教育部、科技部、自然基金委和中国科学院联合开展的《10000个科学难题-信息科学卷》;在领域内国际顶级/权威期刊《Human Brain Mapping》、《Neuroscience》作为封面论文发表,并被中国科学报、科学网、江苏省人工智能学会等媒体报道;研究成果“高维情感特征的鲁棒子空间表示理论与方法”获得2020年度江苏省科学技术二等奖。

联系方式:hxwang@seu.edu.cn