
魏薇,女,1988年5月出生,山東菏澤人,工學博士,講師,碩士生導師。2010年畢業于中國礦業大學(北京),獲信息與計算科學學士學位;2013年畢業于北京郵電大學,獲軟件工程碩士學位;2019年畢業于北京郵電大學,獲控制科學與工程博士學位。現在信息工程學院計算機科學與技術系工作。
從事人工智能、機器視覺、情感計算等領域研究。目前兼任鄭州市城市交通環境運行管控感知大數據分析工程研究中心副主任。作為負責人主持北京市教委科技發展計劃一般項目,企業委托項目4項,在國內外期刊及國際會議上發表論文10余篇,被SCI/EI收錄7篇,出版學術專著1部。
I. 主要研究工作
1. 智能機器人情感交互技術;
2. 人工智能圖像處理技術;
3. 機器學習下的波數據分析處理技術。
II. 獎勵與榮譽
1. 魏薇,北京市高等教育學會計算機分會精彩教學片段一等獎,2022。
III. 承擔科研項目
1. 企業橫向項目:MXexe二維智能開關膜技術開發,項目負責人,2023。
2. 企業橫向項目:轉子陀螺測試標定方法研究與軟件開發,項目負責人,2023。
3. 企業橫向項目:基于物聯網技術的城市應急車輛優先主動控制技術研發,項目負責人,2023。
4. 企業橫向項目:電子作圖板數據同步技術開發,項目負責人,2023。
5. 北京市教委科技發展計劃一般項目:基于類腦智能的服務機器人知識學習與驗證(項目號:KM202210017006),項目負責人,2022.1-2024.12;
IV. 代表性學術論文
2. Wei Wei, Qingxuan Jia, Yongli Feng, et al. Multi-modal Facial Expression Feature Based on Deep Neural Networks [J]. Journal on Multimodal User Interfaces, 2020,14(1):17-23. (SCI:000512041100002)
3. Wei Wei, Qingxuan Jia, Yongli Feng, et al. Emotion Recognition Based on Weighted Fusion Strategy of Multichannel Physiological Signals [J]. Computational Intelligence and Neuroscience, 2018: 5296523. (SCI:000438795700001)
4. Wei Wei, Qingxuan Jia, Yongli Feng. Emotion Recognition Based on Feedback Weighted Fusion of Multimodal Emotion Data [A]. // IEEE International Conference on Robotics and Biomimetics [C], New York: IEEE,2018: 1682-1687. (EI:20182905568716)
5. Wei Wei, Qingxuan Jia. 3D Facial Expression Recognition Based on Kinect[J]. International Journal of Innovative Computing Information and Control, 2017, 13(6): 1843-1854. (EI: 20174704427693)
6. Wei Wei, Qingxuan Jia. Weighted Feature Gaussian Kernel SVM for Emotion Recognition [J]. Computational Intelligence and Neuroscience, 2016: 7696035. (SCI: 000386288600001)
7. Wei Wei, Qingxuan Jia. Real-time Facial Expression Recognition for Affective Computing Based on Kinect [A]. // IEEE Conference on Industrial Electronics and Applications [C], New York: IEEE, 2016: 161-165. (EI: 20164803076286).
V. 出版著作
1. 魏薇 等. 《 智能系統中的情感識別建模與關鍵技術》, 北京郵電大學出版社, 2024.
VI. 招生信息
本人主要招收電子信息,控制工程領域(085406)專業學位碩士。誠摯歡迎對圖像和波數據處理與分析感興趣、踏實認真、敢于創新、具備較強的計算機應用能力和較高英語水平的同學加入本團隊。