个人简述:

张磊，男，博士，博士后，重庆大学“百人计划“学者，特聘研究员，博士生导师，重庆市“生物感知与智能信息处理重点实验室”副主任，LiVE视觉与智能学习团队创始人，IEEE会员，ACM会员，IEEE CIS计算智能分会会员，中国计算机学会计算机视觉专委会委员，中国人工智能学会智能服务专委会委员，教育部博士论文评审专家，中国博士后基金评审专家，国家“香江学者计划”入选者，重庆市优秀博士论文奖获得者，教育部“博士学术新人奖”获得者，国际生物特征识别CCBR大会最佳论文奖获得者，重庆市自然科学优秀学术论文奖获得者。2013年6月获重庆大学电路与系统专业工学博士学位，同年8月入选国家“香江学者计划”人才项目（香江学者奖）；同年7月至9月，在清华大学和哈尔滨工业大学深圳研究院作学术交流；2013年11月至2015年11月在香港理工大学电子计算学系任博士后研究员，从事计算机视觉和机器学习方面的理论与应用研究；2017年12月至2018年5月，任澳门大学高级访问学者；2015年10月至今，任重庆大学教授。目前，与加拿大、新加坡、香港、澳门等国家和地区的高校，以及国内顶尖高校和研究所的科研团队保持着良好的学术交流与合作关系。近年来，一直从事智能信息处理、模式识别、机器学习、深度学习等方面的理论与算法研究，及其在计算机视觉、机器嗅觉、传感器信息融合、视频/图像理解与识别、人脸识别、视频监控、电子鼻系统等方面的应用研究。作为项目负责人，先后主持国家自然科学基金（青年和面上）、香江学者计划人才资助项目（香港-大陆联合研究项目）、重庆市人工智能重大专项、重庆市留学生创新创业支持计划、重庆大学百人计划科研启动费、中央高校前沿交叉培育项目、中国电子科技集团第14研究所项目、中国博士后科学基金、教育部博士学术新人奖基金、中央高校科研项目等14项；重点参与国家自然科学基金、重庆市重大专项、重庆市自然科学基金等科研项目6项；发表学术论文80余篇。3篇论文入选ESI高被引论文，1篇论文入选ESI热点论文，2篇论文获重庆市自然科学优秀学术论文奖，1篇论文获CCBR国际会议最佳论文奖。其中，以第一作者和通讯作者身份先后在IEEE Transactions on Neural Networks and Learning Systems, IEEE Transactions on Image Processing, IEEE Transactions on Cybernetics, IEEE Transactions on Multimedia, IEEE Transactions on Instrumentation & Measurement, IEEE Transactions on Systems, Man, and Cybernetics: Systems, IEEE/ACM Transactions on Computational Biology and Bioinformatics, IEEE Sensors Journal, Sensors & Actuators B., Information Sciences, Neurocomputing, Information Fusion, Cognitive Computation, Expert Systems with Applications, Analytica Chimica Acta等20个国际主流学术刊物录用和发表SCI期刊论文43篇 (累计影响因子150)，其中JCR1区论文27篇，JCR2区论文14篇，JCR3区论文2篇，EI收录60余篇，在ICCV,ACM MM,IJCNN等计算机视觉、多媒体和神经网络国际会议上发表论文多篇，并申请国家发明专利13项。以第一作者发表的论文"Domain Adaptation Extreme Learning Machines for Drift Compensation in E-nose Systems"，"LSDT: Latent Sparse Domain Transfer Learning for Visual Adaptation"和"Evolutionary Cost-sensitive Extreme Learning Machine"入选ESI高被引论文(前1%)。曾担任World Research Journal of Bioinformatics国际学术期刊的主编，Journal of Electrical and Computer Engineering国际期刊的客座主编,并受邀担任IEEE ICONIP2017, FSDM2017, ITA2017, IEEE ICCT2017, IEEE TENCON2016, IEEE SSCI2016, IEEEIS3C2016, ELM2016, CNCT2016, ITA2016, WCNT2016, EEA2016, SSIT2016, MECS2016,WCSN2016, CSTE2016, ELM2015, CSA2015, SEIA2015, IEEE CIEL2015, ELM2014等20多个国际学术会议的最佳论文奖评审主席、地区主席、荣誉主席、分会主席、大会主讲人、特邀讲者和TPC技术委员会成员，同时还担任IEEE Trans. Industrial Electronics, IEEE Trans. Image Processing, IEEE Trans. Cybernetics, IEEE Trans. Multimedia, IEEE Trans. Instrumentation & Measurement, IEEE Trans. Systems, Man, and Cybernetics: Systems, IEEE Trans. Circuits and Systems for Video Technology, IEEE Geoscience Remote Sensing Letters, IEEE Sensors Journal, Pattern Recognition, Information Sciences, Information Fusion, Neurocomputing, Applied Soft Computing, Sensors & Actuators B, Sensors & Actuators A, Signal, Image and Video Processing, Sensors, Entropy, Sensor Review, FEBS Letters, Swarm and Evolutionary Computation, Multidimensional Systems & Signal Processing等50多个国际学术期刊的审稿人。主要获奖和学术荣誉有：2017年重庆市自然科学优秀学术论文奖、2017年CCBR生物特征识别国际会议最佳论文奖、2016年新加坡ELM国际会议最佳论文奖评审主席、2016年英国爱墨瑞得Sensor Review国际期刊最佳审稿人奖、2015年重庆市优秀博士论文奖、2014年重庆大学优秀博士论文奖、2014年度“香江学者奖”、2013年入选国家“香江学者计划”（全国50人入选）、2013年度重庆大学“黄尚廉院士青年创新奖”（10名/年）、2013年度重庆大学科技学术创新标兵、2012年度国家教育部“博士研究生学术新人奖”、2012年度首批博士研究生国家奖、2011-2015年度重庆大学高水平学术期刊论文奖获得者等；同时，2013年6月被中国教育报公开刊登为重庆大学博士“学术达人”。欢迎来自电子、计算机、通信、软件和数学等相关专业以及对科研有浓厚兴趣和热情的考生报考。团队将对表现优异的博士和硕士研究生，每月提供学习和研究期间额外生活补助，对特别优秀者可推荐并提供去新加坡、加拿大、香港、澳门等国家和地区进行短期学术交流、访学和联合培养的机会，并资助博士和硕士生每年参加国内外国际学术会议。如有对研究方向的疑惑和问题，请随时与我Email联系。

科研工作:

代表性论文——[11] Lei Zhang*, Xuehan Wang, Guang-Bin Huang, Tao Liu, and Xiaoheng Tan, “Taste Recognition in E-Tongue using Local Discriminant Preservation Projection,” IEEE Transactions on Cybernetics (T-CYB), vol.-, no.-, pp.-, Jan 2018.[10] Lei Zhang*,David Zhang, “Robust Visual Knowledge Transfer via Extreme Learning Machine based Domain Adaptation,” IEEE Transactions on Image Processing(T-IP), vol.25, no. 10, pp. 4959-4973, Oct 2016.[9] Lei Zhang*,Wangmeng Zuo, David Zhang, “LSDT: Latent Sparse Domain Transfer Learning forVisual Adaptation,” IEEE Transactions on Image Processing (T-IP), vol.25, no. 3, pp. 1177-1191, March 2016. (ESI高被引论文)[8] Lei Zhang*,David Zhang, “Visual Understanding via Multi-Feature Shared Learning with Global Consistency,” IEEE Transactions on Multimedia (T-MM), vol. 18, no. 2, pp. 247-259, Feb 2016.[7] Lei Zhang*, Yan Liu, and Pingling Deng, “Odor Recognition in Multiple E-noseSystems with Cross-domain Discriminative Subspace Learning,” IEEE Transactions on Instrumentation and Measurement (T-IM), vol. 66, no. 7, pp. 1679-1692, 2017.[6] Lei Zhang* and Pingling Deng, “Abnormal Odor Detection in Electronic Nose via Self-expression Inspired Extreme Learning Machine,” IEEE Transactions on Systems, Man, and Cybernetics: Systems (T-SMCA), 2017. in press[5] Lei Zhang*and David Zhang, “Evolutionary Cost-sensitive Discriminative Subspace Learningwith application to Vision and Olfaction,” IEEE Transactions on Instrumentation and Measurement (T-IM), vol. 66, no. 2, pp. 198-211, Feb 2017.[4] Lei Zhang*,David Zhang, “Evolutionary Cost-sensitive Extreme Learning Machine,” IEEE Transactions on Neural Network and Learning Systems(T-NNLS), vol. 28, no. 12, pp. 3045-3060, 2017. (ESI高被引论文、热点论文)[3] Lei Zhang*,David Zhang, “Efficient Solutions for Discreteness, Drift, Disturbance (3D) inElectronic Olfaction” IEEE Transactions on Systems, Man, Cybernetics: Systems (T-SMCA), vol. 48, no. 2, pp. 242-254, Feb 2018.[2] Lei Zhang*,David Zhang, “Domain Adaptation Extreme Learning Machines for DriftCompensation in E-nose Systems,” IEEE Transactions on Instrumentation & Measurement (T-IM), vol. 64, no. 7, pp. 1790-1801, July 2015. (ESI高被引论文)[1] Lei Zhang*,Fengchun Tian, “Performance Study of Multilayer Perceptrons in a Low-CostElectronic Nose,” IEEE Transactions on Instrumentation & Measurement (T-IM), vol.63, no. 7, pp. 1670-1679, July 2014.