王敏娟

跑起来，每个人都是一部传奇！

王敏娟，副教授，博士生导师，毕业于北京航空航天大学，2015-2017年加拿大留学两年，2019年以优秀人才引进到中国农业大学工作至今。

实验室中文网站：智慧植物表型创新实验室 (x-mol.com) 

ResearchGate 个人主页：https://www.researchgate.net/profile/Minjuan_Wang2

英文网站：Wang Lab (google.com)

2019年  “优秀人才”引进中农

2018年  获“北京航空航天大学校级优秀博士论文”

2016年  获“工信部创新一等奖”

2016年  获“北京航空航天大学-研究生十佳”（全校共10名）

2016年  获“国防技术发明二等奖”（第五完成人）

2015年  获“中国高校十大科技进展奖”（第五完成人）

2014年  获“冯如杯-科学探索特别奉献奖”（全校共3名）

2014年  获“北航-校长奖学金一等奖”（全校共2名）

欢迎大家报考“计算机科学与技术（学术型硕士、博士）”和“计算机技术（专业型硕士）”的研究生。

研究领域：（1）基于计算机视觉的植物2D/3D图像处理；（2）深度学习等新技术手段加速作物多源表型数据智能提取算法开发和模型耦合；（3）动植物生命信息数字化监测技术；（4）面向作物育种的表型-基因-环境交叉研究。

近5年主持国家/省部级基金项目5项，作为主要研究人员参加完成国家/省部级科研项目10余项。

近五年，在国内外学术顶刊和CCF-A类顶级学术会议上发表高水平论文80余篇；谷歌学术引用近1650次，H-index为24，出版专著3本（副主编）。授权中国发明专利20余项；授权国际发明专利1项；获得省部级科学技术奖4项，包括：2015年获中国高校十大科技进展奖（排名第六），2016年获国防技术发明奖二等奖（排名第五）；2019年获共青团国家青年五四奖章集体。担任 IEEE Transactions on Neural Networks and Learning Systems，

Engineering Applications of Artificial Intelligence，Expert Systems with Applications，The Plant Journal，PlantPhenomics，Computers and Electronics in Agriculture，农业工程学报等十余个国内外顶级期刊的审稿专家。

中科院一区TOP期刊“Plant Phenomics”_青年编委 

中国计算机学会_数字农业分会执委

中国计算机学会_高级会员

IEEE高级会员 

       目前研究领域包括：

     （1）基于计算机视觉的植物2D/3D图像处理；

     （2）深度学习等新技术手段加速作物多源表型数据智能提取算法开发和模型耦合；

     （3）动植物生命信息数字化监测技术；

    （4）面向作物育种的表型-基因-环境交叉研究。

本科生课程：近十年课程数据
研究生课程：近十年课程数据

论文题目	刊物名称	收录类别	发表年月	第一作者或全部作者	第一作者单位	排名

代表性论著

（1）Mi, J., Ma, C., Zheng, L., Zhang, M., Li, M., & Wang, M. *(2023). WGAN-CL: A Wasserstein GAN with confidence loss for small-sample augmentation. Expert Systems with Applications, 233, 120943.

（2）Li, J., Wang, Y., Zheng, L., Zhang, M., & Wang, M.* (2023). Towards end-to-end deep RNN based networks to precisely regress of the lettuce plant height by single perspective sparse 3D point cloud. Expert Systems with Applications, 229, 120497.

（3）Yang, S., Zheng, L., Yang, H., Zhang, M., Wu, T., Sun, S., ... & Wang, M.* (2021). A Synthetic Datasets Based Instance Segmentation Network for High-throughput Soybean Pods Phenotype Investigation. Expert Systems with Applications, 116403.

（4）Hao, X., Jia, J., Gao, W., Guo, X., Zhang, W., Zheng, L., & Wang, M.* (2020). MFC-CNN: An automatic grading scheme for light stress levels of lettuce (Lactuca sativa L.) leaves. Computers and Electronics in Agriculture, 179, 105847. 

（5）王敏娟,刘小丫, 马啸霄, 常天根, & 宋青峰. (2021). 基于堆叠沙漏网络的单分蘖水稻植株骨架提取. 农业工程学报, 37(24).

（6）Yang, S., Zheng, L., Chen, X., Zabawa, L., Zhang, M., & Wang, M.* (2022). Transfer Learning from Synthetic In-vitro Soybean Pods Dataset for In-situ Segmentation of On-branch Soybean Pods. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 1666-1675).

（7）Wang, L., Zheng, L., & Wang, M. (2022). 3D Point Cloud Instance Segmentation of Lettuce Based on PartNet. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 1647-1655).

（8）郭希岳,李劲松,郑立华,张漫,王敏娟*. 利用 Re-YOLOv5 和检测区域搜索算法获取大豆植株表型参数[J]. 农业工程学报, 2022,38(15):186-194.

（9）Hao X., Jia J., Khattak, A. M., Zhang L., Guo X., Gao W., Wang M.* (2020) Growing Period Classification of Gynura bicolor DC Using GL-CNN. Computers and Electronics in Agriculture, 174, 105497.

（10）Yang, S., Zheng, L.*, He, P., Wu, T., Sun, S., & Wang, M.* (2021). High-throughput soybean seeds phenotyping with convolutional neural networks and transfer learning. Plant Methods, 17(1), 1-17.

 

软件著作 专利