【特惠】26考研
红包
【考研】专业课HOT
26考研
【MBA】管综备考
【申硕】同等学力
【报录比】查询
计划
【真题】历年考试
计划
【26考研】全科高分
预备
【在职】双证硕士
26考研
【测评】英语|政治
免费
【AI】智能择校
免费
【.zip】资料下载
精
扫码加入训练营
牢记核心词
学习得礼盒
在读研期间,所有与你读研相关的事情,可能都需要经过你的导师同意,所以说,选择导师真的很重要,也希望大家能够认真对待这件事,怎样才能选择适合自己的导师呢?这就要我们提前做足功课,尽可能多的搜集有关你准备报考的导师的信息,下面新东方在线考研频道为大家分享:“北京交通大学硕士研究生导师信息:王涛”文章。
北京交通大学硕士研究生导师信息:王涛
王涛
博士、教授
基本信息
办公电话:51688566电子邮件: twang@bjtu.edu.cn
通讯地址:北京交通大学计算机学院九教北525邮编:100044
教育背景
2013年1月,北京交通大学 计算机科学与技术专业 博士学位
2004年4月,北京交通大学 计算机应用技术专业 硕士学位
2001年7月,北京交通大学 计算机科学与技术专业 学士学位
工作经历
2021.12至今,北京交通大学计算机学院 教授
2020.12至今,北京交通大学计算机学院 科学系教师党支部书记
2016.12-2021.11,北京交通大学计算机学院 副教授
2014.12-2015.12,美国天普大学计算机系 访问学者
2006.12-2016.11,北京交通大学计算机学院 讲师
2004.04-2006.11,北京交通大学计算机学院 助教
研究方向
机器学习与认知计算
计算机技术
软件工程
人工智能
大数据技术与工程
数字媒体信息处理与智能分析
新一代电子信息技术
招生专业
计算机科学与技术硕士
计算机技术硕士
软件工程硕士
人工智能硕士
大数据技术与工程硕士
计算机科学与技术博士
新一代电子信息技术(含量子技术等)硕士
软件工程博士
新一代电子信息技术(含量子技术等)博士
人工智能博士
计算机技术博士
科研项目
国家自然科学基金"面上项目":可信赖异质图神经网络研究,2024-01-01--2027-12-31,主持
国家自然科学基金"面上项目":面向关系推理的图神经网络关键问题研究,2021-01-01--2024-12-31,主持
国家自然科学基金"面上项目":基于多模态超图的社群图像检索研究,2017-01-01--2020-12-31,主持
国家自然科学基金"青年项目":基于组合地图模型的图像检索算法研究,2014-01-01--2016-12-31,主持
北京市自然科学基金“面上项目”:面向关系推理的深度神经网络模型及算法研究,2020-01-01--2022-12-31,主持
国家级"科技委":XXXX系统构建与计算推演算法,2022-05-01--2023-06-30,主持
国家级平台专项:面向移动通信网络的大图数据分析与挖掘算法研究,2022-04-01--2020-03-30,主持
横向课题:交通产业元宇宙技术与应用发展趋势研究,2024-05-01--2024-12-31,主持
横向课题:视频监控智能分析技术,2016-05-01--2016-12-31,主持
基本科研业务费:面向AR的高精度目标跟踪技术研究,2018-04-01--2020-03-30,主持
基本科研业务费:基于内容安全的视频分析技术,2015-01-01--2016-12-31,主持
基本科研业务费:基于组合地图的图像匹配与检索算法研究,2012-03-01--2014-02-28,主持
国家级"科技委":基于XXXX数据计算理论与方法,2022-08-29--2027-08-31,参加
国家级"科技委":高动态微光战场环境下的目标感知与认知一体化技术研究,2020-08-01--2022-07-31,参加
国家(工信部等)专项:自动驾驶模拟仿真平台,2021-07-01--2023-06-30,参加
国家(工信部等)专项:工业互联网创新发展工程-工业企业侧安全数据采集设备,2019-08-01--2021-07-31,参加
国家重点研发计划-课题:异构交通主体群体智能协同行为仿真分析与评估,2019-03-01--2021-12-31,参加
国家重点研发计划-任务:社区基础数据采集、处理、应用、共享技术,2018-07-01--2021-06-30,参加
教学工作
本科课程:《面向对象程序设计与C++》。
研究生课程:《机器视觉基础》。
论文/期刊
Google Scholar:
https://scholar.google.com/citations?user=F3C5oAcAAAAJ&hl=zh-CN
2023:
[1] F Luo, J Wu, T Wang. Discrete Listwise Content-aware Recommendation. ACM Transactions on Knowledge Discovery from Data, 2023.
[2] H Liu, T Wang, Y Li, C Lang, Y Jin, H Ling. Joint graph learning and matching for semantic feature correspondence. Pattern Recognition, 2023.
[3] Z Xu, L Wei, C Lang, S Feng, T Wang, AG Bors, H Liu. SSR-Net: A Spatial Structural Relation Network for Vehicle Re-identification. ACM Transactions on Multimedia Computing, Communications and Applications, 2023.
[4] K Li, H Liu, T Wang. Centroid-based graph matching networks for planar object tracking. Machine Vision and Applications, 2023.
[5] H Liu, X You, T Wang, Y Li. Object detection via inner-inter relational reasoning network. Image and Vision Computing, 2023.
2022:
[1] G Zhao, T Wang, Y Li, Y Jin, C Lang, S Feng. Neighborhood Pattern Is Crucial for Graph Convolutional Networks Performing Node Classification. IEEE Transactions on Neural Networks and Learning Systems, 2022.
[2] F Luo, J Wu, T Wang. Discrete Listwise Personalized Ranking for Fast Top-N Recommendation with Implicit Feedback. IJCAI, 2022.
[3] XT You, H Liu, T Wang, S Feng, C Lang. Object detection by crossing relational reasoning based on graph neural network. Machine Vision and Applications. 2022.
[4] T Liang, Y Jin, W Liu, S Feng, T Wang, Y Li. Keypoint-Guided Modality-Invariant Discriminative Learning for Visible-Infrared Person Re-identification. ACM MM, 2022.
[5] Z Zhang, Y Jin, S Feng, Y Li, T Wang, H Tian. FENet: An Efficient Feature Excitation Network for Video-based Human Action Recognition. ICSP, 2022.
[6] X Li, T Liang, Y Jin, T Wang, Y Li. Camera-Aware Style Separation and Contrastive Learning for Unsupervised Person Re-Identification. ICME, 2022.
[7] X Deng, S Feng, G Lyu, T Wang, C Lang. Beyond word embeddings: Heterogeneous prior knowledge driven multi-label image classification. IEEE Transactions on Multimedia, 2022.
[8] L Wei, C Lang, L Liang, S Feng, T Wang, S Chen. Weakly supervised video object segmentation via dual-attention cross-branch fusion. ACM Transactions on Intelligent Systems and Technology , 2022.
2021:
[1] Z Li, C Lang, T Wang, Y Li, J Feng. Deep spatio-frequency saliency detection. Neurocomputing, 2021, 453:645-655.
[2] G Lyu, S Feng, Y Jin, T Wang, C Lang, Y Li. Prior Knowledge Regularized Self-Representation Model for Partial Multilabel Learning. IEEE Transactions on Cybernetics, 2021.
[3] G Zhao, T Wang, Y Li, C Lang. Entropy-aware Self-training for Graph Convolutional Networks. Neurocomputing, 2021.
[4] Z Xu, L Wei, C Lang, S Feng, T Wang, AG Bors. HSS-GCN: A Hierarchical Spatial Structural Graph Convolutional Network for Vehicle Re-identification. ICPR, 2021.
[5] M Wang, C Lang, L Liang, G Lyu, S Feng, T Wang. Class-balanced Text to Image Synthesis with Attentive Generative Adversarial Network. IEEE MultiMedia, 2021.
[6] M Wang, C Lang, S Feng, T Wang, Y Jin, Y Li. Text to photo-realistic image synthesis via chained deep recurrent generative adversarial network. Journal of Visual Communication and Image Representation, 2021.
2020:
[1] T Wang, H Liu, Y Li, Y Jin, H Ling*. Learning Combinatorial Solver for Graph Matching. CVPR, 2020. (oral)
[2] G Lyu, S Feng, T Wang, C Lang. A Self-Paced Regularization Framework for Partial-Label Learning. IEEE Transactions on Cybernetics, 2020.
[3] M Wang, C Lang, L Liang, S Feng, T Wang, Y Gao. End-to-End Text-to-Image Synthesis with Spatial Constrains. ACM Transactions on Intelligent Systems and Technology (TIST), 2020, 11(4):1-19.
[4] M Wang, C Lang, L Liang, G Lyu, S Feng, T Wang. Attentive Generative Adversarial Network To Bridge Multi-Domain Gap For Image Synthesis. ICME, 2020, pp. 1-6.
[5] Z Li, Y Jin, Y Li, C Lang, S Feng, T Wang. Learning part-alignment feature for person re-identification with spatial-temporal-based re-ranking method. World Wide Web, 23(3):1907-1923.
[6] Y Li, K Liu, Y Jin, T Wang, W Lin. VARID: Viewpoint-aware re-identification of vehicle based on triplet loss. IEEE Transactions on Intelligent Transportation Systems. 2020.
[7] T Liang, Y Jin, Y Li, T Wang. EDCNN: Edge enhancement-based Densely Connected Network with Compound Loss for Low-Dose CT Denoising. ICSP, 2020.
2019:
[1] T Wang, H Ling*, C Lang and S Feng. Deformable Surface Tracking by Graph Matching. ICCV, 2019.
[2] L Sun, S Feng, T Wang, C Lang and Y Jin. Partial Multi-Label Learning by Low-Rank and Sparse Decomposition. AAAI, 2019.
[3] G Lyu, S Feng, T Wang*, C Lang, Y Li. GM-PLL: Graph Matching based Partial Label Learning. IEEE Trans. on KDE, 2019. (online avaliable)
[4] Z Li, C Lang, J Feng, Y Li, T Wang, S Feng. Co-saliency Detection with Graph Matching, ACM Trans. on TIST, 10(3): 22-30. 2019.
[5] M Yin, C Lang, Z Li, S Feng, T Wang. Recurrent convolutional network for video-based smoke detection, Multimedia Tools and Applications, 78(1):237-256, 2019.
[6] C Qian, Y Jin, Y Li, C Lang, S Feng, T Wang. Deep Domain Adaptation for Asian Face Recognition via Ada-IBN. ICMEW, 2019.
[7] Z Li, Y Jin, Y Li, C Lang, S Feng, T Wang. Learning part-alignment feature for person re-identification with spatial-temporal-based re-ranking method. WWW, 2019.
[8] J Zhou, T Wang, Y Jin. The hypergraph matching based on CCRP. BESC, 2019.
2018:
[1] T Wang, H Ling*. Gracker: A Graph-based Planar Object Tracker. IEEE Trans. on PAMI. 40(6):1494-1501, 2018.
[2] T Wang, H Ling*, C Lang and S Feng. Branching and Adaptive Path Following for Graph Matching. IEEE Trans. on PAMI. 40(12):2853-2867, 2018.
[3] T Wang, H Ling*, C Lang and S Feng. Constrained confidence matching for planar object tracking. ICRA, 2018.
[4] J Zhou, T Wang*, C Lang, S Feng, Y Jin. A novel hypergraph matching algorithm based on tensor refining. Journal of Visual Communication and Image Representation, 57:69-75, 2018.
[5] S Xu, T Wang*, C Lang, S Feng, Y Jin. Graph-based visual odometry for VSLAM. Industrial Robot: An International Journal, 45(5):679-687, 2018.
[6] Z Li, C Lang, S Feng, T Wang. Saliency ranker: A new salient object detection method. Journal of Visual Communication and Image Representation, 50:16-26, 2018.
[7] D Xu, C Lang, S Feng, T Wang. A framework with a multi-task CNN model joint with a re-ranking method for vehicle re-identification. ICIMCS, 2018.
[8] K Yu, C Lang, S Feng, T Wang. Reasonably assign label distributions to GAN images in person re-identification baseline. BigMM, 2018.
[9] X Xu, Y Li, Y Jin, C Lang, S Feng, T Wang. Hierarchical Discriminant Feature Learning for Heterogeneous Face Recoginition. VCIP, 2018.
2017:
[1] S Feng, C Lang, J Feng, T Wang, J Luo. Human facial age estimation by cost-sensitive label ranking and trace norm regularization, IEEE Transactions on Multimedia, 19(1):136-148, 2017.
[2] R Chen, C Lang, T Wang*. Multiple path exploration for graph matching, Machine Vision and Applications, 28(7): 695-703, 2017.
[3] Y Chen, T Wang*. Recursive formulas for embedding distributions of cubic outerplanar graphs, Australasian Journal of Combinatorics, 68(1):131-146, 2017.
2016:
[1] Tao Wang*, Haibin Ling, Congyan Lang, Jun Wu. Branching path following for graph matching. ECCV, 2016.
[2] Tao Wang*, Haibin Ling. Path following with adaptive path estimation for graph matching. AAAI, 2016.
[3] Tao Wang*, Haibin Ling, Congyan Lang, Songhe Feng. Symmetry-aware graph matching. Pattern Recognition, 60: 657-668, 2016.
[4] Zhu Teng, Tao Wang, Feng Liu, et al., From samples selection to model update: A robust online visual tracking algorithm against. Neurocomputing. 173: 1221-1234, 2016.
Earlier:
[1]. Tao Wang*, Guojun Dai, Bingbing Ni, D. Xu. A distance measure between labeled combinatorial maps. Computer Vision and Image Understanding. 116(6): 1168-1177, 2012.
[2]. Tao Wang*, Hua Yang, Congyan Lang, S. Feng. An error-tolerant approximate matching algorithm for labeled combinatorial maps. Neurocomputing. 156: 211-220, 2015.
[3]. Tao Wang*, Guojun Dai, De Xu. A polynomial algorithm for submap isomorphism of general maps. Pattern Recognition Letters. 32(8): 1100-1107, 2011.
[4]. Tao Wang*, Yanpei Liu. Implements of some new algorithms for combinatorial maps. OR Transactions. 12(2): 58-66, 2008.
[5]. Tao Wang*, Congyan Lang, Songhe Feng. Joint tree of combinatorial maps. PAKDD 2014.
[6]. Tao Wang*, Weisheng Li. Fast low-cost shortest path tree algorithm. Journal of Software. 15(2): 660-665, 2004.
[7]. Tao Wang*, Weisheng Li. Shortest path subgraph. Journal of Northern Jiaotong University. 28(2):46-49, 2004.
[8]. Yichao Chen, Yanpei Liu, Tao Wang. The Total Embedding Distributions of Cacti and Necklaces. Acta Mathematica Sinica, English Series. Vol. 22, no. 5, pp. 1583-1590, 2006.
[9]. Shu Liu, Weisheng Li, Tao Wang. Advanced algorithm for fast lower-cost shortest path tree. Journal of Electronics and Information Technology. Vol. 27, no. 4, pp. 638-641, 2005.
以上就是小编为大家分享的:“北京交通大学硕士研究生导师信息:王涛”,更多研究生导师信息,欢迎继续浏览新东方在线研究生导师频道。
本文关键字: 硕士研究生导师
资料下载
2014年-2024年考研历年真题汇总
发布时间:2024-04-25扫码添加【考研班主任】
即可领取资料包
考研大纲PDF电子版下载-历年(附解析)
发布时间:2024-04-25扫码添加【考研班主任】
即可领取资料包
2025年考研政数英备考资料zip压缩包
发布时间:2024-04-25扫码添加【考研班主任】
即可领取资料包
考研英语大纲词汇5500打印版(基础必备)
发布时间:2024-04-25扫码添加【考研班主任】
即可领取资料包
新东方在线考试模拟题【12套】
发布时间:2024-04-25扫码添加【考研班主任】
即可领取资料包
2025年考研专业课知识点总结
发布时间:2024-04-25扫码添加【考研班主任】
即可领取资料包
新东方考研资料下载地址
发布时间:2023-05-17新东方在线考研资料合集
下载方式:微信扫码,获取网盘链接
目录:
1.2013-2023年近10年政数英真题及解析PDF版(新东方)
2.2013-2023年专业课考试历年真题及解析PDF版
3.24考研复习备考资料大合集:大纲+备考资料+词汇书+考前押题+自命题
资料介绍:
1.2013-2023年近10年政数英真题及解析PDF版(新东方)
、
2.2013-2023年专业课考试历年真题及解析PDF版
3.24考研复习备考资料大合集
3.24考研复习备考资料:考研大纲
3.24考研复习备考资料:政数英备考资料+自命题真题
------------------
考研备考过程中,尤其是专业课部分,参考往年的考试真题,对于我们的复习有更好的帮助。北京大学考研真题资料都有哪些?小编为大家进行了汇总。
北京大学考研真题资料-公共课
北京大学考研真题资料-专业课
以上就是关于“北京大学考研真题资料下载(历年汇总)”的整理,更多考研资料下载,请关注微信获取下载地址。
2024考研公共课必背知识点汇总
发布时间:2023-01-03扫码添加【考研班主任】
即可领取资料包
2013-2023考研历年真题汇总
发布时间:2023-01-03扫码添加【考研班主任】
即可领取资料包
考研英语大纲词汇(PDF可打印)
发布时间:2023-01-03扫码添加【考研班主任】
即可领取资料包
2024考研专业课知识点总结
发布时间:2023-01-03扫码添加【考研班主任】
即可领取资料包
2023考研政治 内部押题 PDF
发布时间:2022-11-16扫码添加【考研班主任】
即可领取资料包
徐涛:23考研预测六套卷
发布时间:2022-11-16扫码添加【考研班主任】
即可领取资料包
考研政数英冲刺资料最新整理
发布时间:2022-11-16扫码添加【考研班主任】
即可领取资料包
23考研答题卡模板打印版
发布时间:2022-11-16扫码添加【考研班主任】
即可领取资料包
2023考研大纲词汇5500PDF电子版
发布时间:2022-07-28扫码添加【考研班主任】
即可领取资料包
考研历年真题(公共课+专业课)
发布时间:2022-07-28扫码添加【考研班主任】
即可领取资料包
考研英语阅读100篇附解析及答案
发布时间:2022-01-07扫码添加【考研班主任】
即可领取资料包
新东方考研学霸笔记整理(打印版)
发布时间:2022-01-07扫码添加【考研班主任】
即可领取资料包
2001-2021年考研英语真题答案(可打印版)
发布时间:2022-01-07扫码添加【考研班主任】
即可领取资料包
考研英语词汇5500(完整版下载)
发布时间:2022-01-07扫码添加【考研班主任】
即可领取资料包
2022考研政审表模板精选10套
发布时间:2022-01-07扫码添加【考研班主任】
即可领取资料包
历年考研真题及答案 下载
发布时间:2021-12-09扫码添加【考研班主任】
即可领取资料包
考研政审表模板汇总
发布时间:2020-06-17扫码添加【考研班主任】
即可领取资料包
近5年考研英语真题汇总
发布时间:2020-06-17扫码添加【考研班主任】
即可领取资料包
考研英语大纲词汇5500
发布时间:2020-06-17扫码添加【考研班主任】
即可领取资料包
2022考研12大学科专业排名汇总
发布时间:2019-11-21扫码添加【考研班主任】
即可领取资料包
2023考研政治复习备考资料【珍藏版】
发布时间:2019-11-21扫码添加【考研班主任】
即可领取资料包
考研英语万能模板+必备词汇+范文
发布时间:2019-11-21扫码添加【考研班主任】
即可领取资料包
考研数学一、二、三历年真题整理
发布时间:2019-11-21扫码添加【考研班主任】
即可领取资料包
添加班主任领资料
添加考研班主任
免费领取考研历年真题等复习干货资料
推荐阅读
更多>>在读研期间,所有与你读研相关的事情,可能都需要经过你的导师同意,所以说,选择导师真的很重要,也希望大家能够认真对待这件事,怎样
来源 : 网络 2024-12-02 07:15:00 关键字 : 硕士研究生导师
在读研期间,所有与你读研相关的事情,可能都需要经过你的导师同意,所以说,选择导师真的很重要,也希望大家能够认真对待这件事,怎样
来源 : 网络 2024-12-02 07:15:00 关键字 : 硕士研究生导师
在读研期间,所有与你读研相关的事情,可能都需要经过你的导师同意,所以说,选择导师真的很重要,也希望大家能够认真对待这件事,怎样
来源 : 网络 2024-12-02 07:15:00 关键字 : 硕士研究生导师
在读研期间,所有与你读研相关的事情,可能都需要经过你的导师同意,所以说,选择导师真的很重要,也希望大家能够认真对待这件事,怎样
来源 : 网络 2024-11-29 07:14:00 关键字 : 硕士研究生导师
在读研期间,所有与你读研相关的事情,可能都需要经过你的导师同意,所以说,选择导师真的很重要,也希望大家能够认真对待这件事,怎样
来源 : 网络 2024-11-29 07:14:00 关键字 : 硕士研究生导师
资料下载
更多>>扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
新东方在线考研资料合集
下载方式:微信扫码,获取网盘链接
目录:
1.2013-2023年近10年政数英真题及解析PDF版(新东方)
2.2013-2023年专业课考试历年真题及解析PDF版
3.24考研复习备考资料大合集:大纲+备考资料+词汇书+考前押题+自命题
资料介绍:
1.2013-2023年近10年政数英真题及解析PDF版(新东方)
、
2.2013-2023年专业课考试历年真题及解析PDF版
3.24考研复习备考资料大合集
3.24考研复习备考资料:考研大纲
3.24考研复习备考资料:政数英备考资料+自命题真题
------------------
考研备考过程中,尤其是专业课部分,参考往年的考试真题,对于我们的复习有更好的帮助。北京大学考研真题资料都有哪些?小编为大家进行了汇总。
北京大学考研真题资料-公共课
北京大学考研真题资料-专业课
以上就是关于“北京大学考研真题资料下载(历年汇总)”的整理,更多考研资料下载,请关注微信获取下载地址。
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
扫码添加【考研班主任】
即可领取资料包
阅读排行榜
相关内容