头像

王敏娟

专业技术职务: 副教授

行政职务:

学位: 博士

联系电话: 13601117404

电子邮箱: minjuan@cau.edu.cn

42 访问

(0) (0)

个人资料

  • 部门: 信息与电气工程学院
  • 性别:
  • 民族: 汉族
  • 专业技术职务: 副教授
  • 行政职务:
  • 毕业院校: 北京航空航天大学
  • 学位: 博士
  • 联系电话: 13601117404
  • 电子邮箱: minjuan@cau.edu.cn
  • 办公地址: 信电-721
  • 通讯地址: 北京市海淀区清华东路17号
  • 邮编: 100083
  • 传真: 010 - 6273 8536

专家类别

  • 学术学位导师类型: 博导兼硕导
  • 专业学位研究生导师类型: 硕导
  • 从事学科1: 计算机科学与技术
  • 从事学科2: 农业工程领域
  • 从事专业1: 计算机软件与理论
  • 从事专业2: 农业工程
  • 研究方向1: 计算机视觉,数据科学
  • 研究方向2:
  • 从事专业学位领域名称: 计算机技术

教育经历

  • 2011.09.08-2017.07.05,工学博士学位,北京航空航天大学,生物医学工程
  • 2008.09.10-2011.06.23,农学硕士学位,吉林大学,作物遗传育种

个人简介


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) 

英文网站:Wang Lab (google.com)

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


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。



教学科研概况


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



社会职务


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 

活动动态

研究领域

       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。




开授课程

本科生课程:近十年课程数据
  • 1、数据挖掘,2024-2025,第二学期,星期四,东校区
  • 2、数据挖掘,2023-2024,第二学期,星期四,东校区
  • 3、学术论文写作实训,2022-2023,第二学期,星期一星期三,东校区
  • 4、数据挖掘,2022-2023,第二学期,星期四,东校区
  • 5、数据挖掘,2022-2023,第二学期,星期四,东校区
  • 6、学术论文写作实训,2021-2022,第二学期,星期一星期三,东校区
  • 7、数据挖掘,2021-2022,第二学期,星期四,东校区
  • 8、大数据挖掘技术与实验(辅修),2021-2022,第一学期,星期七,东校区
  • 9、学术论文写作实训,2020-2021,第二学期,星期一星期三,东校区
  • 10、数据挖掘,2020-2021,第二学期,星期一星期四,东校区
  • 11、学术论文写作实训,2019-2020,第二学期,星期一星期三,东校区
  • 12、数据挖掘,2019-2020,第二学期,星期一星期四,东校区

研究生课程:近十年课程数据
  • 1、人工智能专题,2023-2024,第二学期,星期三

科研项目

纵向项目
  • 1、2023.04.18-2025.12.31,国家重点研发计划,耐瘠抗逆小麦品种高通量表型鉴定技术及系统
  • 2、2023.02.06-2025.12.31,国家重点研发计划,中低产田作物耐瘠抗逆品种精准鉴定与综合利用
  • 3、2022.09.22-2025.12.31,国家自然科学基金项目,生菜时序图像表型数据驱动的精准供氮策略研究
  • 4、2018.09.19-2021.06.30,国家重点研发计划,大田种植在线监测技术与系统标准研究
横向项目
  • 1、2024.06.01-2025.04.30,事业单位委托科技项目,基于三维时序点云的作物冠层光合作用量化研究
  • 2、2023.10.27-2024.10.08,无依托项目,基于作物信息融合的多尺度植物工厂环境控制系统研究
  • 3、2023.08.29-2024.08.31,企业单位委托科技项目,智慧农业与农机智能装备技术服务
  • 4、2022.05.27-2022.06.17,无依托项目,基于高光谱图像的芸薹属植物健康状态识别技术
  • 5、2022.01.24-2023.02.28,企业单位委托科技项目,水稻三维重建与高光谱图像融合算法研究
  • 6、2021.10.09-2022.06.30,企业单位委托科技项目,数据驱动下化妆品安全风险脆弱性和预警技术研究
  • 7、2021.06.01-2023.06.30,企业单位委托科技项目,基于近红外光谱的酿酒高粱品种和品质无损检测方法研究
  • 8、2021.04.07-2023.03.31,国家科技部项目,基于生成对抗网络的BLSS内小样本生菜状态识别研究
  • 9、2021.03.08-2021.12.15,企业单位委托科技项目,面向智能养猪的机器人装备及系统技术可研报告
  • 10、2021.03.01-2022.02.28,教育部项目,植物表型组平台数据分析算法和软件
  • 11、2021.01.01-2021.12.31,教育部项目,基于时间序列图像的湿地松冠层叶面积预测模型研究
  • 12、2020.06.10-2021.05.31,基于图像处理技术的大豆产量预测
  • 13、2020.06.01-2021.05.31,基于计算机视觉的微型生物圈内动植物表型参数分析
  • 14、2017.12.08-2018.03.31,玉米生产信息化技术规范预研报告

论文


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

(1Mi, 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.

2Li, 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.

3Yang, 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.

4Hao, 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).

6Yang, 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).

7Wang, 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.

 







科技成果

软件著作
  • 1、油麦菜氮素胁迫程度分级系统,2024,2024SR0831025,软件著作权登记
  • 2、苹果图像数据增强系统,2024,2024SR0598721,软件著作权登记
  • 3、大豆籽粒二维形态表型参数提取系统,2024,2024SR0598706,软件著作权登记
  • 4、大豆籽粒种皮颜色表型参数提取系统,2024,2024SR0598688,软件著作权登记
  • 5、大豆籽粒种脐精细表型参数提取系统,2024,2024SR0598679,软件著作权登记
  • 6、大豆籽粒三维形态表型参数提取系统,2024,2024SR0598669,软件著作权登记
  • 7、基于三维点云的作物冠层表型参数提取系统,2024,2024SR0550824,软件著作权登记
  • 8、苹果图像正样本数据获取系统,2024,2024SR0515414,软件著作权登记
  • 9、基于三维点云的作物群体冠层建模与光合参数估算系统,2024,2024SR0513576,软件著作权登记
  • 10、MASK生成工具系统,2024,2024SR0513441,软件著作权登记
  • 11、苹果实例分割数据合成系统,2024,2024SR0102459,软件著作权登记
  • 12、基于YOLOv5的大豆籽粒种脐和裂纹识别系统,2024,2024SR0101212,软件著作权登记
  • 13、基于计算机视觉的高通量大豆籽粒表型检测软件,2024,2024SR0101206,软件著作权登记
  • 14、基于光谱分析的小麦光合参数预测系统,2024,2024SR0101196,软件著作权登记
  • 15、Tomasulo算法可视化流程模拟系统,2023,2023SR0946816,软件著作权登记
  • 16、基于分层架构JDBC连接的农产品仓储管理交易系统,2023,2023SR0716217,软件著作权登记
  • 17、水稻单粒重分级系统,2023,2023SR0716216,软件著作权登记
  • 18、单分蘖水稻植株骨架及表型参数获取系统,2023,2023SR0716215,软件著作权登记
  • 19、基于MVC模式的景区景点查询与智能路线推荐可视化系统,2023,2023SR0716214,软件著作权登记
  • 20、基于RGB-D的大豆离体豆荚表型参数获取系统,2023,2023SR0454483,软件著作权登记
  • 21、基于传统方法的水稻点云分割系统,2023,2023SR0454482,软件著作权登记
  • 22、单分蘖水稻表型检测系统,2022,2022SR0753345,软件著作权登记
  • 23、大豆豆荚表型参数提取系统,2022,2022SR0558290,软件著作权登记
  • 24、基于高光谱的紫叶生菜叶绿素和花青素含量预测软件,2022,2022SR0315729,软件著作权登记
  • 25、高光谱数据预处理软件,2022,2022SR0315728,软件著作权登记
  • 26、基于TCP协议的双目摄像头实时图像采集传输系统,2022,2022SR0143015,软件著作权登记
  • 27、基于图像处理的植物切片参数提取软件,2022,2022SR0143014,软件著作权登记
  • 28、湿地松表型参数提取系统,2022,2022SR0142996,软件著作权登记
  • 29、面向环境信息的压缩效果展示软件,2022,2022SR0142995,软件著作权登记
  • 30、基于Arduino的环境信息采集软件,2022,2022SR0142994,软件著作权登记
  • 31、光谱特征波段显示软件,2022,2022SR0142993,软件著作权登记
  • 32、基于Django框架的智慧农场系统,软件著作权登记
  • 33、基于Sunlit/Shaded模型的作物冠层光合模拟系统,软件著作权登记
  • 34、基于深度学习的小麦病害识别系统,软件著作权登记
  • 35、基于Flask框架的停车场管理系统,软件著作权登记
专利
  • 1、一种基于计算机视觉的大豆豆荚参数提取装置,2022,202220518375.7
  • 2、一种适用于科研学习的通用外壳装置,2020,202022220682.0
  • 3、一种基于三级分类和多尺度FCN的脱荚大豆图像分割方法,2020,202011102031.X

荣誉及奖励

  • 1、2023,第三届全国高校种艺作品大赛,国家二等奖,指导教师;
  • 2、2023,中国农业大学“百篇本科毕业论文(设计)”奖,周珈任,指导教师
  • 3、2023,第十二届“挑战杯”首都大学生课外学术科技作品竞赛,北京市二等奖,指导教师
  • 4、2023,第四届强农杯,校级二等奖;周珈任等,指导教师
  • 5、2022,第八届“互联网+”大赛_北京市二等奖(周珈任等),指导教师
  • 6、2022,中国农业大学“百篇本科毕业论文(设计)”奖,陈慧颖,指导教师
  • 7、2022,中国农业大学研究生自主创新研究基金项目(李劲松等),指导教师
  • 8、2022,本科生国家级创新创业项目(2项,周珈任、周晗等人),指导教师
  • 9、2022,第三届中国农业大学 "兴农杯" (周珈任等)一等奖,指导教师
  • 10、2022,北京市创新创业项目(马啸霄、刘小丫),已结题,指导教师
  • 11、2022,第二届中国农业大学 "兴农杯" ,校级一等奖,指导教师
  • 12、2021,本科生北京市创新创业项目(师圣铎等人),优秀结题,指导教师
  • 13、2021,被评选位2021年度“优秀班主任”
  • 14、2021,十七届“挑战杯”大赛,国家三等奖,指导教师
  • 15、2021,十一届“挑战杯”,北京市一等奖,指导教师
  • 16、2021,中国农业大学“百篇本科毕业论文(设计)”奖,钟路迦,指导教师
  • 17、2021,北京市优秀毕业生,郝霞博士,合作指导教师
  • 18、2021,中国农业大学研究生自主创新研究基金项目(杨斯等人),指导教师
  • 19、2020,中国农业大学“百篇本科毕业论文(设计)”奖,冯文姣,指导教师
  • 20、2020,中国农业大学研究生自主创新研究基金项目(郝霞等人),指导教师

招生信息

博士后:解决北京市户口,年薪20万/年起,具体按照《中国农业大学关于博士后制度改革与管理的实施意见》,要求博士毕业两年内,年龄35周岁以下。1、获得计算机、农业工程、应用数学或自动化等相关学科的博士学位,发表过国际期刊学术论文;2、具有较强独立研究能力和英文写作能力;3、具有严谨的科研作风,强烈的责任心和事业心;4、具有良好的沟通、组织和协调能力,具有团队合作精神。


硕/博士研究生欢迎报考“计算机科学与技术”和“计算机技术”的研究生。对科学研究和探索感兴趣的优先考虑;具有基本的英语阅读和写作能力,发表过SCI论文者优先考虑;支持优秀的硕博生去英国、美国等著名院校或研究机构进行交换和交流。


在读本科生:愿意加入实验室开展科学研究,具备一定编程能力与英语读写能力者优先,课题组支持申请国创、北创、URP等创新项目,优秀者可优先考虑保研资格,提供补贴与推荐信。


情况特殊的或特别优秀的均可面议!


申请方式:请将个人简历发至:minjuan@cau.edu.cn.


往期招生
硕士研究生
  • 序号
  • 在籍人数
  • 年级
1
3
2024
2
4
2023
3
1
2022
4
3
2021
博士研究生
  • 序号
  • 在籍人数
  • 年级
1
1
2024
2
2
2023
3
1
2022
报考意向