分类导航
通知通告您的位置是:首页 > 办事指南 > 党政综合办公室 > 通知通告

上海交通大学作为第2完成单位参与2018年度辽宁省科技奖励项目公示

日期:2018-05-11 15:24:18  字体:[] [] []

  根据《关于2018年度辽宁省科学技术奖提名工作的通知》(辽科奖办发〔2018〕2号)的规定,现将我校作为第2完成单位拟由大连海事大学提名参加2018年度辽宁省自然科学奖评审的项目“自学习无人船实时运动预报与航行安全感知研究”予以公示。公示内容见附件。

  自即日起7日内,任何单位或个人对公示项目的创新性、先进性、实用性及推荐材料的真实性和项目主要完成人、主要完成单位及排序持有异议的,可以书面形式向我单位提出,并提供必要的证明材料。为便于核实查证,确保实事求是、客观公正地处理异议,提出异议的单位或者个人应当表明真实身份,并提供联系方式。凡匿名异议和超出期限的异议,不予受理。

  特此公示。


  联系单位:上海交通大学船舶海洋与建筑工程学院

  通讯地址:上海市闵行区东川路800号木兰船建大楼

  联系电话:021-34206195


  上海交通大学船舶海洋与建筑工程学院

  2018年5月11 


  附件:大连海事大学拟提名2018年度辽宁省科技奖励项目

   附件:

  自然科学奖公示

     

项目名称

自学习无人船实时运动预报与航行安全感知研究

提名者

大连海事大学

提名意见

我单位认真审阅了该项目提名书及附件材料,确认全部材料真实有效,相关栏目符合填写要求。按照要求,我单位和完成人所在单位都已对该项目进行了公示,目前无异议。

该项目针对实时运动预报和航行安全感知等问题,开展了具有自学习能力无人船的在线智能建模、数据驱动水动力预报、航行安全感知等理论研究,完成了“智海1号”无人船智能感知系统和实时海洋要素预报平台开发。创建了在线自组织智能学习框架,解决了无人船在线快速建模问题;首次提出了精简单隐层神经网络训练方法,实现了无人船低复杂度运动建模;发明了灰色数据驱动智能建模方法,解决了无人船高精度鲁棒运动辨识问题。首次建立了构造式多输出极速学习机模型,实现了无人船动力学在线辨识;提出了支持向量机水动力参数辨识方法,解决了无人船数据驱动水动力预报问题。首次建立了船舶领域统一解析框架,实现了船舶领域解析化建模;创建了四元船舶领域理论,揭示了船舶领域模型的本质机理;发明了船舶航行安全度模型,解决了空间碰撞危险度建模问题。

上述创新性成果为无人船智能系统技术提供了重要理论依据,推动了无人船智能自主系统理论的发展。研究成果发表在船海工程和人工智能国际顶级期刊上,8篇代表作中4篇入选ESI工程领域前1%高被引论文,得到国内外著名学者的正面引用和高度评价,表明该项目研究成果处于国际领先水平。

综上,对照辽宁省自然科学奖授奖条件,推荐该项目申报2018年辽宁省自然科学奖二等奖。

项目简介

该项目开展了具有自学习能力无人船的在线智能建模、数据驱动水动力预报、航行安全感知等智能感知系统理论研究,取得了重要科学发现:(1)创建了在线自组织模糊神经网络学习框架,解决了无人船在线快速建模问题;首次提出了精简单隐层神经网络训练方法,实现了无人船低复杂度运动建模;发明了基于灰色理论的数据驱动智能建模方法,解决了自学习无人船高精度鲁棒运动辨识问题。(2)首次建立了构造式多输出极速学习机模型,实现了无人船动力学在线辨识;提出了基于支持向量机的水动力参数辨识方法,解决了无人船数据驱动水动力预报问题。(3)首次建立了船舶领域模型统一解析框架,实现了船舶领域解析化建模;创建了四元船舶领域理论,揭示了船舶领域模型的本质机理;发明了船舶航行安全度模型,解决了空间碰撞危险度建模问题。

8篇代表作中,入选ESI工程领域前1%高被引论文4篇,SCI总他引155次、Google学术总他引276次、单篇最高他引55次,得到了国内外相关研究领域知名专家的关注和认可。

客观评价

美国奥本大学Bogdan M. Wilamowski教授评价:代表作1提出了基于递归最小二乘的构造式和破坏式精简ELM算法;香港理工大学David Zhang教授评价:代表作1提出了新颖的精简ELM算法,并用于非线性时间序列建模;英国兰卡斯特大学Plamen P.   Angelov教授评价:代表作2提出的FAOS-PFNN算法能够实现具有竞争优势的建模精度;澳大利亚悉尼大学Jie Lu教授评价称:代表作2是开创性工作。葡萄牙里斯本大学C. Guedes Soares教授评价:代表作7是革命性工作;澳大利亚悉尼大学Philip Leong教授评价:代表作5的方法论为复杂系统数据驱动建模和预报提供了新的可能;巴西塞尔拉大学Ajalmar R. Rocha Neto教授评价:代表作5提出了新颖的模型选择方法和泛化性能测度。芬兰阿尔托大学Pentti Kujala教授评价:代表作4建立了船舶领域数学模型和进行了船舶领域系统性量化研究;荷兰代尔夫特理工大学Fulko Westrenen教授将代表作3列为具有代表意义的船舶领域模型;波兰哥但斯克工业大学Rafal Szlapczynski教授评价代表作3提出了完备的解析船舶领域模型。

代表性论文专著目录(不超过8篇)

序号

论文专著

名称/刊名

/作者

影响因子

年卷页码

xxxx

xx页)

发表时间(年月 日)

通讯作者(含共同)

第一作者(含共同)

国内作者

SCI

他引次数

他引总次数

论文署名单位是否包含国外单位

1

Parsimonious   Extreme Learning Machine Using Recursive Orthogonal Least Squares / IEEE   Transactions on Neural Networks and Learning Systems / Ning Wang, Meng Joo   Er, Min Han

6.108

2014251828-1841

201419

Ning Wang

Ning Wang

Ning Wang,   Meng Joo Er, Min Han

44

55

2

A fast and   accurate online self-organizing scheme for parsimonious fuzzy neural networks / Neurocomputing / Ning Wang, Meng Joo Er,   Xianyao Meng

3.317

2009723818-3829

200968

Ning Wang

Ning Wang

Ning Wang, Xianyao Meng

32

55

3

An   intelligent spatial collision risk based on the quaternion ship domain / Journal of Navigation / Ning Wang

1.586

201063733-749

201091

Ning Wang

Ning Wang

Ning Wang

23

47

4

A unified   analytical framework for ship domains / Journal of Navigation / Ning Wang, Xianyao Meng, Qingyang Xu, Zuwen   Wang

1.586

200962643-655

2009101

Ning Wang

Ning Wang

Ning Wang, Xianyao Meng, Qingyang Xu, Zuwen Wang

18

50

5

Constructive   multi-output extreme learning machine with application to large tanker motion   dynamics identification / Neurocomputing / Ning Wang, Min Han, Nuo Dong, Meng   Joo Er

3.317

201412859-72

2014327

Ning Wang

Ning Wang

Ning Wang, Min Han, Nuo Dong

13

14

6

Online ship   roll motion prediction based on grey sequential extreme learning machine /   Neurocomputing / Jianchuan Yin, Zaojian Zou, Feng Xu, Nini Wang

3.317

2014129168-174

2014410

Jianchuan   Yin

Jianchuan   Yin

Jianchuan   Yin, Zaojian Zou, Feng Xu, Nini Wang

10

20

7

Parametric   identification of ship maneuvering models by using support vector machines /   Journal of Ship Research / Weilin Luo, Zaojian Zou

1.353

20095319-30

200931

Zaojian Zou

Weilin Luo

Weilin Luo,   Zaojian Zou

8

23

8

A novel   analytical framework for dynamic quaternion ship domains / Journal of Navigation / Ning Wang

1.586

201366265-281

20121025

Ning Wang

Ning Wang

Ning Wang

7

12

完成人情况

1.     王宁,第一完成人,教授,工作单位:大连海事大学,完成单位:大连海事大学。对科学发现1、2和3做出了主要贡献,是代表性论文[1]-[5]和[8]的第一和通讯作者。

2.    尹建川,第二完成人,副教授,工作单位:大连海事大学,完成单位:大连海事大学。对科学发现1做出了贡献,是代表性论文[6]的第一作者和通讯作者。

3.   邹早建,第三完成人,教授,工作单位:上海交通大学,完成单位:上海交通大学。对科学发现2做出了贡献,是代表性论文[7]的通讯作者。

完成人合作关系说明

本项目第一完成人王宁和第二完成人尹建川均为该项目第一完成单位大连海事大学在职教师。自2009年开展合作研究至今,王宁和尹建川已完成论文合著8篇、共同知识产权(国家发明专利)1项、共同立项1项。

本项目第三完成人邹早建教授为该项目第二完成单位上海交通大学船舶海洋与建筑工程学院在职教师,是本项目第二完成人尹建川的博士后合作导师(2010年12月-2012年12月),研究课题是本项目的重要创新点。自2010年开展合作研究至今,已完成论文合著9篇、共同立项2项。

知情同意证明

11aa.jpg

 

     




分享到:0
[ 返回 ]

 

网站地图|办事指南|人才招聘|旧版入口|联系我们

版权所有 © 2014 上海交通大学船舶海洋与建筑工程学院 沪交ICP备05053