首页> 资源库> 中文> 专家人才
  • 姓名:王颖
  • 性别:
  • 职称:研究员
  • 学历:
  • 电话:010-59358809
  • 传真:
  • 电子邮件:wangying(AT)casisd.cn
  • 通讯地址北京海淀区中关村北一条15号
    • 简历:

    • 1986.09—1990.07 天津纺织工学院自动化系 获工学学士学位

      1990.07—1993.09哈尔滨电工学院电气工程系获工学硕士学位

      1993.09—1996.09北京理工大学电子工程系获工学博士学位

      1996.09—1998.12清华大学汽车工程系博士后

      1998.12—2012.10中科院研究生院工作,历任讲师、副教授、教授

      (先后任软件学院常务副院长、计算与通信工程学院执行院长、中科院研究生院副院长)

      2012.10—2014.12中国科学院大学副校长

      2015.01—2021.04中国科学院前沿科学与教育局副局长

      2021.04—现在中国科学院必威系体育 研究员

      研究领域:

    • 科技政策,教育政策,创新人才模式研究

      承担科研项目情况:

    • 1 基于数值流形法的页岩气水力压裂机理研究 , 主持 , 部委级 , 2012.09—2015.08

      2信息化继续教育与科教融合工程,主持,部委级, 2012.07—2015.12
      3岩石破裂过程数值模拟与三维边坡稳定性分析后处理软件开发,主持,国家级, 2015.01—2016.12
      4军事医学科学院研究所教育管理系统,参与,研究所(学校), 2015.06—2016.12
      5新型可穿戴设备及其认证计算研究,参与,研究所(学校), 2014.08—2017.07
      6面向工程计算的岩体三维重建理论与方法研究,参与,国家级, 2015.01—2018.12
      7面向大规模岩体点云的自适应滤波方法研究,参与,省级, 2017.01—2019.12
      8三维非连续工程计算软件研发及示范应用,参与,省级, 2018.05—2020.10
      9山地致灾风险评估平台的软件研发,参与,部委级, 2019.01—2023.12

      10)重要初级农产品科技保供,主持,部委级,2022.3-6

      11)国家能源集团雄安研发中心建设规划编制服务项目,主持,部委级,2022.4-10

      12)我国科学教育改革战略研究,主持,部委级,2022.4-12

      13)基础前沿领域和教育发展战略研究,主持,部委级,2022.1-2024.12

      14)量子信息技术及产业系统发展研究,主持,国家级,2022.4-10

      15)学部、院部重大咨询问题研究,主持,部委级,2022.1-12

      16)道路交通场景的环境目标三维状态感知与验证,参与,国家级2022.05.01-2025.12.31

      社会任职:

      获奖及荣誉:

    • 1.软件工程硕士教育机制创新与实践,中国科学院教学成果奖二等奖(排名第 1 ), 2008 11

      2.岩土工程中图形计算力学方法的研究与应用,河南省科技进步二等奖(排名第三),200912

      3.可扩展商业报告语言(XBRL)技术规范等4项标准,中国标准创新贡献奖,一等奖(排名第三),2013

      4.数字图像介质的理论方法研究及工程应用,河南省科学技术进步二等奖,2013

      5.钢结构工程虚拟现实与可视化仿真成套技术与工程应用,中国钢结构协会科学技术一等奖(排名第3),2014

      6.《数字信号处理Ⅱ》被评为中国科学院研究生院2000-2001学年优良课程

      7.《现代数字信号处理》被评为中国科学院研究生院2001-2002学年优良课程

      8.《高级通信原理》被评为中国科学院研究生院2002-2003学年优良课程

      9.《现代数字信号处理》被评为中国科学院研究生院2005-2006学年优秀课程

      代表论著:

    • 1.Efficient Rock-Mass Point Cloud Registration Using n-Point Complete Graphs . IEEE Transactions on Geoscience and Remote Sensing . 2019,57(11):9332 - 9343 SCI 索引)(排名 3

      2.Efficient and Automatic Plane Detection Approach for 3-D Rock Mass Point Clouds.Multimedia Tools and Applications.2020, 79, n 1-2, 839-864SCI索引)(排名3

      3.An automatic 3D registration method for rock mass point clouds based on plane detection and polygon matching. The Visual Computer2020364):669-681SCI索引)(排名3

      4.Major Orientation Estimation-Based Rock Surface Extraction for 3D Rock-Mass Point Clouds. Remote sensing, 2019,11(6):1-24SCI索引)(排名3

      5.A Fast Registration Algorithm of Rock Point Cloud Based on Spherical Projection and Feature Extraction. Frontiers of Computer Science. 2019,131):170-182 (SCI索引)(排名3

      6.基于二次曲面拟合的机械模型交互式分割方法.计算机辅助设计与图形学学报.2019,31(7):1210-1220 (EI索引)(排名5

      7.一种基于高斯曲率的ICP改进算法.中国科学院大学学报.2019,36(5):702-708(核心期刊)(排名3

      8.Feature Curve Network Extraction via Quadric Surface Fitting.Proceedings of Pacific Graphics 2019Seoul, October 14-17, 2019 (EI索引)(排名4

      9.A Survey: Plane Detection Algorithms of Rock Mass based on Hough Transform.Proceedings of 2019 IEEE International Conference on Artificial Intelligence and Computer Applications.Dalian, China, March 29-31, 2019(EI索引)(排名3

      10.Efficient Lightweight Surface Reconstruction Method from Rock-Mass Point Clouds. Remote Sensing[J] , 2022 , 14(排名3

      11.A Novel Rock-Mass Point Cloud Registration Method Based on Feature Line Extraction and Feature Point Matching . Ieee Transactions on Geoscience and Remote Sensing[J] , 2022(排名5

      12.Three-Dimensional Model of the Moon with Semantic Information of Craters Based on Chang’e Data . Sensors (Basel,Switzerland)[J] , 2021 , 21(3) .(排名3

      13.A General Block Stability Analysis Algorithm for Arbitrary Block Shapes . FRONTIERS IN EARTH SCIENCE[J] , 2021 , 9 .(排名6

      14.Extracting Cycle-aware Feature Curve Networks from 3D Models . COMPUTER-AIDED DESIGN[J] , 2021 , 131 .(排名4

      15.Three-Dimensional Model of the Moon with Semantic Information of Craters Based on Chang'e Data . SENSORS[J] , 2021 , 21(3) .(排名6

      16.Detection of Small Impact Craters via Semantic Segmenting Lunar Point Clouds Using Deep Learning Network . REMOTE SENSING[J] , 2021 , 13(9) .(排名5

      17.Accurate Rock-Mass Extraction From Terrestrial Laser Point Clouds via Multiscale and Multiview Convolutional Feature Representation . IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING[J] , 2021 , 59(5) : 4430-4443 .(排名5

      18.Efficient and automatic plane detection approach for 3-D rock mass point clouds . MULTIMEDIA TOOLS AND APPLICATIONS[J] , 2020 , 79(1-2) : 839-864 .(排名3

      19.An automatic 3D registration method for rock mass point clouds based on plane detection and polygon matching . VISUAL COMPUTER [J]202036(4)669-681.(排名3

    Baidu
    map