曾洪

发布者:曾洪发布时间:2016-08-17浏览次数:10276

点击查看原图


曾洪,博士,副教授,博士生导师,硕士导师。1981年8月出生,四川省阆中市人。2003年7月毕业于南京理工大学(强化班)通信工程专业,获工学学士学位。2006年4月毕业于东南大学信息科学与工程学院(原无线电系)信号与信息处理专业,获工学硕士学位,2009年9月毕业于香港浸会大学计算机科学系,获博士学位。2009年10月至2010年6月在香港浸会大学计算机科学系从事博士后研究。

2010年10月进入东南大学仪器科学与工程学院,并加入机器人传感与控制技术实验室团队,开展人工智能、脑机接口、人-机器人交互人机融合智能等技术的基础研究及其在助老助残康复机器人、航空人机交互等领域的应用研究。2014年4月晋升副教授,2014年12月遴选为硕士生导师,2018年2月遴选为博士生导师。近几年来主持了国家自然科学基金项目2项、国家重点研发计划三级课题2项、江苏省自然科学基金面上项目1项、教育部博士点基金项目1项、航空科学基金项目2项、人社部留学人员科技活动择优资助项目1项、省部级重点实验室开放基金项目2项以及东南大学教学改革项目2项,并于2014年入选东南大学优秀青年教师教学科研资助计划。所取得的研究成果在国际期刊和国际会议上发表论文30余篇,其中SCI收录10余篇,包括TPAMI(影响因子=8.329,2013年南京市第十届自然科学优秀学术论文一等奖)、TNNLS(影响因子=6.108)、TKDE(影响因子=3.438)、PATTERN RECOGN(影响因子=4.582)等顶级国际学术期刊。多次担任国际会议分程序委员会成员并为多个国际期刊审稿。

  

学科方向:
(一级学科)仪器科学与技术
(二级学科)测试计量技术及仪器

  

主要研究兴趣:

基础研究:生物信号(脑电、肌电、视线等)-机电系统接口技术、人-机器人智能交互与控制技术、脑耦合的人机智能融合技术(人工智能2.0方向之一)

应用研究:上述技术在助老助残神经康复及辅助机器人、神经义肢、航空人机交互等领域的应用

 

学术兼职:

中国仪器仪表学会青年工作委员会委员

中国自动化学会平行控制与管理专业委员会委员

中国自动化学会混合智能专业委员会委员

江苏省仪器仪表学会监事会成员

江苏省人工智能学会模式识别专业委员会委员


以下SCI检索学术刊物审稿人:

《IEEE Transactions on Human-Machine Systems》

《IEEE Transactions on on Biomedical Engineering》

《IEEE Transactions on Neural Networks and Learning Systems》

《Biomedical Signal Processing and Control》

Knowledge and Information Systems

Signal Processing: Image Communication

Journal of Translational Engineering in Health and Medicine

《IEEE Journal of Biomedical and Health Informatics

Mechatronics

Infrared Physics & Technology

Neural Computing and Applications》

International Journal of Pattern Recognition and Artificial Intelligence》


国际学术会议程序委员:

IEEE International Conference on Systems, Man, and Cybernetics, 2014

International Conference on Wavelet Analysis and Pattern Recognition,2009-2015

International Conference on Sensing Technology,2016

  

获奖情况:

南京市科学技术进步一等奖 2017年

江苏省科学技术三等奖 2016年

中国计量测试学会科学技术进步二等奖 2015年

南京市第十届自然科学优秀学术论文一等奖 2013

东南大学青年教师授课竞赛三等奖 2013年

东南大学南京新城科技园奖教金 2013年

东南大学2016-2017学年教学奖励金二等奖 2017年 

  

主讲课程:

本科生专业主干课《测试信号分析与处理》(双语)

研究生学位课程《数字信号处理》(仪器类)(英文) 

 

主持科研项目:

[1] 国家自然科学基金面上项目“上肢运动意图的脑电深度学习识别与任务导向递归贝叶斯估计解码研究”2017-2020年 (No.61673105)

[2] 国家重点研发计划“云端融合的自然交互设备和工具”三级课题“支持云端融合的手部和全身运动捕捉技术与设备”2016年-2020年(No.2016YFB1001302)

[3] 国家重点研发计划“脑卒中康复机器人系统”三级课题“脑卒中上肢康复机器人设计”2017年-2020年(No.2017YFB1303202)

[4] 航空科学基金“面向XXXXXXXX应用的多模态联合人-集群交互技术研究”2017年-2019(No.20171969007)

[5] 江苏省自然科学基金面上项目“基于运动准备脑电信号动态特征的上肢运动预测研究”2018年-2021年

[6] 东南大学优秀青年教师教学科研资助计划“基于脑机接口的上肢康复机器人关键技术研究”2015年-2017年(No.2242015R30030)

[7] 航空科学基金 “面向XXXX脑机接口的鲁棒辨识方法研究”2014年-2016(No.20141969010)

[8] 国家自然科学基金青年科学基金项目“面向高维数据集成降维的半监督聚类方法研究”2012年-2014年 (No.61105048)

[9] 教育部博士点基金 2012年-2014(No.20110092120034)

[10] 国家人力资源社会保障部留学人员科技活动择优资助基金 2012年-2014(No.6722000008)

[11]江苏省远程测控重点实验室开放基金 2012年-2013(No.YCCK201005)

[12]儿童发展与学习科学教育部重点实验室开放基金“基于脑电鲁棒的统一判别型情绪辨识方法研究”2014年-2015年 (No.CDLS-2014-01)

  

参与科研项目:

[1]国家自然科学基金重大研究计划项目“面向生机电一体化灵巧操作假肢的共融机器人理论与关键技术研究”2017年-2020No.91648206)  

[2]国家杰出青年科学基金“力触觉临场感遥操作机器人基础研究”2013年-2017(No.61325018) 

[3]国家重点研发计划“云端融合的自然交互设备和工具”二级课题“多通道感知融合的触控与体感交互技术与设备”2016年-2020年(No.2016YFB1001301)



主持教改项目:

[1]东南大学教学改革研究与实践项目 2013-2015

[2]东南大学教学改革研究与实践项目 2015-2017  


代表性期刊论文:

[1]王言鑫,纪鹏,曾洪*,宋爱国,吴常铖,徐宝国,李会军基于混合视线-脑机接口与共享控制的人-机器人交互系统机器人2018,40(4):431-439. (EI)


[2]H. Zeng*, Y. X. Wang, C. C. Wu, A. G. Song, J. Liu, P. Ji, B. G. Xu, L. F. Zhu, H. J. Li and P. C. Wen, Closed-loop Hybrid Gaze Brain-machine Interface Based Robotic Arm Control with Augmented Reality Feedback, Frontiers in Neurorobotics, 2017, 11:60. (SCI IF=2.486)


[3]H. Zeng*,A. G. Song, Optimizing Single-Trial EEG Classification by Stationary Matrix Logistic Regression in Brain–Computer Interface,IEEE Transactions on Neural Networks and Learning Systems,2016, 27(11):2301-2313.(SCI IF=6.108


[4]M. M. Miao,H. Zeng,A. M. Wang,C. S. Zhao,F. X. Liu,Discriminativespatial-frequency-temporal feature extraction and classification of motorimagery EEG: An sparse regression and Weighted Naïve Bayesian Classifier-basedapproach. Journal of Neuroscience Methods2017, 278(1):13-24.(SCI IF=2.554)  


[5]C. C. Wu, H. Zeng, A. G. Song B. G. Xu, Grip Force and 3D Push-Pull Force Estimation Based on sEMG and GRNN.Frontiers in neuroscience, 2017, 11:343. (SCI IF=3.566


[6]A. G. Song, H.Zeng,R. H. Yang, B. G. Xu, Fundamental problems in rehabilitation robots based on neuro-machine interaction. Instrumentation(仪器仪表学报英文版),2014,1(3):1-16(特约综述,2014年度优秀论文)


[7]H. Zeng*, Y. M. Cheung, Learning a Mixture Model for Clustering with the Completed Likelihood Minimum Message Length Criterion. Pattern Recognition, 47(5), 2011-2030, 2014. (SCI IF = 4.582)


[8]H. Zeng*, A. G. Song, R. Q. Yan, EOG Artifact Correction from EEG Recording using Stationary Subspace Analysis and Empirical Mode Decomposition. Sensors, 13(11), 14839-14859, 2013. (SCI IF=1.953


[9]H. Zeng*, A. G. Song, Y. M. Cheung, Improving Clustering with Pairwise Constraints: A Discriminative Approach. Knowledge and Information Systems, 36(2): 489-515, 2013. (SCI IF=2.639)


[10]L. Z. Pan,A. G. Song,G. Z. Xu、H. J. Li,H. Zeng,B. G. Xu ,Safety supervisory strategy for upper-limb rehabilitation robot based on impedance control,International Journal of Advanced Robotic Systems, 10(1), pp 1-12, 2013,(SCI


[11]H. Zeng*, Y. M. Cheung, Semi-supervised Maximum Margin Clustering with Pairwise Constraints.  IEEE Transactions on Knowledge and Data Engineering (TKDE) 24(5):926-939,2012 (SCI IF=2.236)


[12]H. Zeng*, Y. M. Cheung, “Feature Selection and Kernel Learning for Local Learning Based Clustering”. IEEE Transactions on Pattern Analysis and Machine Intelligence(TPAMI),30(8): 1532-1547, 2011 (SCI IF=8.329, 南京市第十届自然科学优秀学术论文一等奖)


[13]Y. M. Cheung, H. Zeng, “Local Kernel Regression Score for Selecting Features of High-Dimensional Data”.IEEE Transactions on Knowledge and Data Engineering (TKDE) ,21(12):1798-1802, 2009 (SCI IF=2.236)


[14]H. Zeng*, Y. M. Cheung, “A new feature selection method for Gaussian mixture clustering”. Pattern Recognition, 42(2):243-250,2009 (SCI IF=4.582)


代表性会议论文:

[1]Y. X. Wang, G. Z. Xu, A. G. Song, B. G. Xu, H. J. Li, C. Hu and H. Zeng*, “Continuous Shared Control for Robotic Arm Reaching Driven by a Hybrid Gaze-Brain MachineInterface”. 2018 IEEE/RSJ International Conference on Intelligent Robots andSystems (IROS) (已录用)


[2]H. Zeng*, C. C. Wu, A. G.Song, B. G. Xu, H. J. Li, P. C. Wen, J. Liu. “Detection of self-paced movementintention from pre-movement electroencephalogram signals with Hilbert transform”.In Proceedings of the 39th AnnualInternational Conference of the IEEE Engineering in Medicine and BiologySociety (EMBC), 2017, pp. 2089-2092.


[3]Y. X. Wang, H. Zeng*, A. G. Song,B.G. Xu, H. J. Li, L. F. Zhu, et al. “Robotic arm control using hybridbrain-machine interface and augmented reality feedback”. In Proceedings of the 8th International IEEE EMBS Conference on Neural Engineering (NER), 2017, pp. 411-414.


[4]Y. Z. Sun, H. Zeng*, A. G. Song,B.G. Xu, H. J. Li, J. Liu, P. C. Wen. “Investigation of the Phase Feature ofLow-Frequency Electroencephalography Signals for Decoding Hand MovementParameters”. In Proceedings of IEEE Conference on Systems, Man, and Cybernetics (SMC), 2017, pp.2312-2316.


[5]M. M. Miao, H. Zeng, A. M.Wang. “Composite and Multiple Kernel Learning for Brain Computer Interface”. In Proceedings of the International Conference on Neural Information Processing (ICONIP), 2017. pp. 803-810.


招生计划:
硕士生:2-3/年, 博士生1-2人/年


(注:本人研究方向涉及多学科的知识,欢迎测控技术与仪器专业、自动控制专业、计算机专业、电子信息专业、电气及自动化专业、机械工程及自动化专业、应用数学专业、生物医学工程或上述类似专业的学生报考。)


联系方式:
Email: hzeng@seu.edu.cn