吴宗泽

特聘教授

邮箱：zzwu@szu.edu.cn

研究方向：物联网、智能制造、新一代人工智能等。

个人简介：

吴宗泽教授，俄罗斯工程院外籍院士，国家创新人才推进计划”中青年科技创新领军人才，广东省“特支计划”科技创新领军人才，科技创新2030-国家新一代人工智能重大项目负责人；深圳大学机电与控制工程学院特聘教授，博导，院长，西安交通大学人工智能学院兼职教授；中国自动化学会工业视觉专业委员会（筹）主任委员，物联网信息技术省部院产学研创新联盟副理事长兼秘书长，全球智能集装箱产业联盟副理事长，中国人工智能学会智能检测与运动控制专委会副秘书长，中国塑料机械工业协会专家委员会委员；广东省离散制造知识自动化工程技术研究中心主任，粤港澳离散制造智能化联合实验室常务副主任，视觉信息处理与应用国家工程实验室工业视觉应用首席科学家，国家智能制造试点示范基地技术负责人；International Journal of Fuzzy Systems编委和Journal of Robotics and Control编委。研究方向包括物联网、智能制造、新一代人工智能等。

2017年教育部科技进步一等奖（第1完成人）、2014年广东省科学技术一等奖（第1完成人）；2018年广东省技术发明一等奖（第5完成人）、2013年广东省技术发明一等奖（第7完成人）和教育部技术发明二等奖（第2完成人）、2008年获得广东省自然科学奖一等奖（第8完成人）。2003年获得“微软学者”，2006年获得陕西省优秀共产党员，2015年获得“科学中国人”。

先后主持科研项目50余项，包括国家新一代人工智能重大专项，国家智能制造新模式重大专项、国家自然科学基金、国家电子发展基金、国家科技支撑计划、国家973子课题等。发表学术论文100余篇，SCI索引50余篇；申请发明专利96项，授权65项，申请海外专利5件；获得软件著作权20余件，参与制定2项国家标准。

在智能制造方面，国家智能制造试点示范的技术负责人，参与研制的2个工业云平台（“塑云”和“数智工厂”）入选广东省工业互联网资源池；在物联网方面，负责主持研发的全球物流装备监控大数据分析及运营平台（ONECONN）、物流装备智能传感网系统、中国移动智能终端池系统、中国电信多方视频通系统等10余个系统上线运行。

团队研究方向：

环境自适应的高精度光学成像、视觉智能计算方法、智能控制和高速高精度运动控技术、工业视觉装备等

已开展研究工作：

(1)研究具有自主学习能力的MiniLED显示屏品质检验关键核心技术

(2)镍氢电池负极极片外观缺陷检测

(3)布匹的外观缺陷自动检测方法

主要科学技术奖励：

[1] 2017年教育部科技进步一等奖，基于多传感器信息融合的集装箱物流安全监测关键技术及系统（第1完成人）

[2] 2014年广东省技术发明一等奖，基于情景感知的视频编解码与传输控制关键技术研究及应用（第1完成人）

[3] 2013年教育部技术发明二等奖，面向高QoE的视频编码与传输新技术与新产品及其应用（第2完成人）

[4] 2018年广东省科学技术奖一等奖（技术发明类），北斗卫星信号快速捕获新方法及芯片设计(第5完成人)

[5] 2013年广东省科学技术奖一等奖（技术发明类），新型RFID传感网技术及其在铁路交通中的应用(第7完成人)

[6] 2008年广东省科学技术一等奖（自然科学类），盲信号分离的基本理论与神经网络方法（第8完成人）

近五年主持代表性科研项目：

[1] 2021年解放军总后勤项目：热带海域创伤时效精准救治技术的研究（517万）

[2] 2021年广东省重点领域研发计划，基于知识自动化的工艺知识获取与软件化技术及应用（2021B0101200005，广东省科技厅资助800万元）

[3] 2020年国家新一代人工智能重大项目：具有自主学习能力的品质检验关键技术及系统（2020AAA0108300，科技部资助2680万）

[4] 2019年中央组织部，国家万人计划入选人才2019年特殊支持经费，国家万人计划科技创新领军人才（组厅字[2019]10号，80万元）

[5] 2019年横向课题：注塑成型大数据平台开发（135万）

[6] 2018年广东省委组织部，广东省特支计划科技创新领军人才（粤人才办〔2018〕9号，80万元）

[7] 2018年横向课题：基于毫米波雷达的AGV小车定位与导航试验系统（150万）

[8] 2017年国家自然科学基金重点项目：面向工业过程数据实时获取与知识自动化理论与技术研究（U1701261，280万）

[9] 2016年国家智能制造新模式重大专项：大型注塑成型装备制造智能工厂（工信部联装【2016】213号，工信部资助2700万）

[10] 2016年国家自然科学基金面上项目：大数据驱动的注塑成型知识自动化理论与方法研究（61673126，63万）

代表性论文：

[1] Y Liu, JW Wang, Z Wu*, Z Ren, S Xie，Robust H∞ Control for Semilinear Parabolic Distributed Parameter Systems With External Disturbances via Mobile Actuators and Sensors，IEEE Transactions on Cybernetics，2022（online）

[2] D ZENG, Z LIANG, Z WU*，Optimal Mean Linear Classifier via Weighted Nuclear Norm and L2,1 Norm，电子与信息学报44（5）：1595-1604，2022

[3] Y Liu, Z Wu, J Lai, Z Ren, S Xie，Iterative learning feedback control for linear parabolic distributed parameter systems with multiple collocated piecewise observation，Journal of the Franklin Institute，2022（online）

[4] Z Wu, C Su, M Yin, Z Ren, S Xie，Subspace clustering via stacked independent subspace analysis networks with sparse prior information，Pattern Recognition Letters 146, 165-171，2021

[5] D Zeng, Z Wu*, C Ding, Z Ren, Q Yang, S Xie，Labeled-robust regression: Simultaneous data recovery and classification，IEEE Transactions on Cybernetics，2020（online）

[6] 陈文帅，任志刚，吴宗泽*，付敏跃，基于深度学习的极性电子元器件目标检测与方向识别方法，中国自动化学报，DOI：10.16383/j.aas.c190037，2020

[7] Z. Wu, S. Liu, C. Ding, Z. Ren, and S. Xie, Learning graph similarity with large spectral gap, IEEE Transactions on Systems, Man,and Cybernetics: Systems, 2019.

[8] Z. Wu, H. Chen, S. Du, M. Fu, N. Zhou, and N. Zheng, Correntropy based scale icp algorithm for robust point set registration,Pattern Recognition, vol. 93, pp. 14-24, 2019.

[9] Z. Wu, M. Fu, Y. Xu, and R. Lu, "A distributed kalman filtering algorithm with fast finite-time convergence for sensor networks,"Automatica, vol. 95, pp. 63-72, 2018.

[10] Z. Wu, Q. Cai, and M. Fu, "Covariance intersection for partially correlated random vectors,"IEEE Transactions on Automatic Control, vol. 63, no. 3, pp. 619-629, 2017.

代表性知识产权：

[1] 吴宗泽、谢胜利等，一种离散制造场景中的强化学习奖励自学习方法，ZL2020100059091

[2] 吴宗泽、谢胜利等，一种基于YOLO9000算法的电路板元器件检测方法，ZL2019101147951

[3] 吴宗泽、郑南宁等TAGTREE编码器的VLSI设计方法  ZL03114603.1

[4] 国家标准：家庭网络第3部分：内部网关规范2012-02-25GB/T 0246.3-2013

[5] 国家标准：家庭网络第4部分：家庭终端设备规范 音视频及多媒体设备2012-02-25 GB/T 30246.4-2013