点击查看原图

付建胜 副高级 (20251996@qq.com)    

建筑与交通工程学院    

交通安全运营与控制;交通目标和状态识别;交通数据分析和智能信息处理;交通运输规划与管理

个人简介

付建胜,男,1977年11月生,博士,副教授(校聘),高级工程师,硕士生导师,leyu乐鱼(中国)官方网站建筑与交通工程学院专任教师。

一直致力于交通工程相关的科研、工程实践以及即将到来的教学工作,主要研究方向:交通安全运营与控制、交通目标和状态识别、交通数据分析和智能信息处理、交通运输规划与管理等。先后主持或主要负责省部级重大科技项目2项、地厅级科技项目若干项,作为主要参加人员完成国家级科技项目4项、省部级科技项目4项。先后发表学术论文近30篇,其中SCI/EI收录10余篇;获得授权国家知识产权近30项,其中发明专利近20项;获得中国公路学会科学技术奖1项。

欢迎有交通工程、道路工程、土木工程、模式识别、图像处理、人工智能、电子信息等专业背景,有一定数学建模、统计学、计算机编程等方面基础,对科研有深入兴趣的同学报考硕士研究生。


联系方式

地址:leyu乐鱼(中国)官方网站建筑与交通工程学院,桂林市金鸡路1号(541004)

邮箱:20251996@qq.com


教育背景


2006/09至2012/06,电子科技大学:信息与通信工程学院,信息与通信工程专业,博士

2000/09至2003/06,华中科技大学:电气与电子工程学院,电力系统及其自动化专业,硕士

1995/09至1999/06,武汉大学:水利水电学院,港口航道及治河工程专业,学士




工作经历

2012/12至2018/02,招商局重庆交通科研设计院有限公司,高级工程师

2003/07至2006/02,广西银河科技有限责任公司,工程师


主要荣誉

[01] 中国公路学会科学技术二等奖。

[02] 省优秀硕士毕业论文。


学术活动
教学信息
从事《交通数据分析与建模》等课程的教育教学工作。
主要论文

[01] Modeling recognizing behavior of radar high resolution range profile using multi-agent system. WSEAS Transactions on Information Science and Applications, 2010, 7(5): 629-640.

[02] Radar HRRP recognition based on discriminant information analysis. WSEAS Transactions on Information Science and Applications, 2011, 8(4): 185-201.

[03] KFD-based multiclass synthetical discriminant analysis for radar HRRP recognition. Journal of Electromagnetic Waves and Applications, 2012, 26(2-3): 169-178.

[04] Radar HRRP recognition using multi-KFD-based LDA algorithm. Progress in Electromagnetics Research C, 2012,30: 15-26.

[05] Synthetical generalized discriminant analysis for radar HRRP target recognition. 2nd International Conference on Information Science and Engineering (ICISE2010), Hangzhou: 4106-4109.

[06] Distributed kernel Fisher discriminant analysis for radar image recognition. 2nd International Conference on Mechanic Automation and Control Engineering (MACE2011), Inner Mongolia: 1241-1244.

[07] A refuse-recognition method for radar HRRP target recognition based on mahalanobis distance. 2010 International Conference on Computer Application and System Modeling, ICCASM 2010 - Proceedings, Taiyuan, 2010, 503-506.

[08] 改进的ReliefF算法用于雷达距离像目标识别. 电子测量与仪器学报, 2010, 24(9): 831-836.

[09] 星载 SAR 技术在智能交通中的应用浅析. 公路交通技术, 2013(6):117-122.

[10] 信息融合技术及其在智能交通领域中的应用. 公路交通技术, 2014(3): 120-125.

[11] Complex HRRP target recognition based on phase and amplitude fusion analysis. Progress In Electromagnetics Research M, 2014(37): 63-72.

[12] Vehicle Speed Probability Calculation Using Limited-area Kernel Density Estimation. ACSE2014: 417-422.

[13] Immune-based particle swarm algorithm for variable speed limits control. WCICA‘2014, Publisher IEEE: 2015(5): 1039-1043.

[14] 云计算技术及其在交通领域中的应用. 公路交通技术, 2014(6):84-87.

[15] Vision-based real-time traffic accident detection. WCICA‘2014, Publisher IEEE: 2015(3):1035-1038.  

[16] 交通信息不对称的类型、影响及其改善. 公路, 2016(3): 99-103.

[17] 一种公路隧道机电系统运营管理综合评价方法. 公路交通技术, 2016(3): 122-127.

[18] 浮动车在城市智能交通系统中的应用简述. 公路交通技术, 2016(4): 121-126.

[19] 智慧高速公路初探. 中国交通信息化, 2017(S1): 10-17.

[20] 智慧高速公路的内涵及其架构. 公路, 2017(12): 142-143.


学术著作
科研项目

[01] 重庆市科委科技重大专项,全息交通指挥与控制系统总体方案设计与创新能力建设,主要负责人

[02] 重庆市科委科技重大专项,基于云计算的城市大型桥隧集群工程运营安全提升技术研究,主持


知识产权

[01] 2018.01.30,CN105741557,一种浮动车交通信息提取、轨迹跟踪及查询方法
[02] 2018.07.06,CN106023588,一种基于交通大数据的行程时间提取、预测及查询方法
[03] 2016.04.27,CN105528457,一种基于大数据技术的交通信息提取和查询方法
[04] 2017.12.05,CN105551244,一种动态路径规划方法
[05] 2018.11.06,CN105679021,基于交通大数据的行程时间融合预测及查询方法
[06] 2019.03.08,CN105679037,一种基于用户出行习惯的动态路径规划方法
[07] 2017.12.05,CN105416296,一种基于三轴线加速度计的驾驶行为分析方法
[08] 2019.02.19,CN106327897,一种基于车路协同技术的信号灯状态终端显示方法及系统
[09] 2017.12.12,CN105139657,一种基于V2I的道路边界与事故黑点的提取方法及系统
[10] 2018.01.30,CN105427610,一种基于车路协同技术的交通管理方法
[11] 2019.02.05,CN105588576,一种车道级导航方法及系统
[12] 2019.06.25,CN105403227,一种安全导航方法及系统
[13] 2017.12.01,CN105243840,一种基于V2I的自适应事故识别方法及系统
[14] 2017.12.12,CN105070076,一种基于V2I的特种车辆专用路线规划方法及系统
[15] 2018.03.27,CN105654758,一种基于车路协同的特殊路段安全行车辅助方法
[16] 2019.06.25,CN106297303,一种夜间安全行车辅助方法
[17] 2017.12.05,CN105448094,一种基于车路协同技术的逆行警告与风险规避方法
[18] 2019.01.29,CN105702018,一种基于车路协同技术的车辆组队行驶管理方法
[19] 2019.02.05,CN105588576,一种道路交通引导方法及系统
[20] 2015.07.01,CN103487125,一种车载重量远程检测方法和系统


联系信息
常用链接