一、基本信息
周正华，男，800cc全讯白菜网副教授，大数据统计方法及应用专业硕士生导师。2015年6月毕业于上海大学通信与信息工程学院通信与信息系统专业，工学博士。在《Information Science》、《Neural Networks》、《Knowledge-Based Systems》、《Neurocomputing》、《Neural Computing & Applications》、《Computers and Electrical Engineering》、《模式识别和人工智能》、《中国图象图形学报》、《高等学校计算数学学报》、《工程图学学报》等杂志上发表学术论文50余篇.
研究领域：（1）大数据算法与应用:点云数据的3D生成、大规模数据的分布式计算；（2）机器学习和视觉计算：可解释深度神经网络的构造、图像/视频的超分辨率、视频跟踪、目标检测；（3）医学图像处理：图像分类、磁共振图像的重建。
主讲课程：《数据挖掘》、《大数据探索性分析》、《数字图像处理》、《数字信号处理》、《高等数学》、《线性代数》、《概率论与数理统计》、《复变函数与积分变换》、《数据分析前言》、《机器学习》、《数学建模》《数学建模与实验》、《经济数学模型》。
联系方式：zzh2023@zufe.edu.cn
二、教育与工作经历
2010.3-2015.6 上海大学通信与信息系统专业 工学博士
2002.9--2005.4 西北工业大学计算数学专业 理学硕士
1996.9--2000.7 陕西师范大学数学教育专业 理学学士
2023.7—至今，在800cc全讯白菜网数据科学与大数据技术系任副教授。
2013.1—2013.8 在澳大利亚斯威本科技大学机械与机器人科学系进行学术访问。
2006年9—2023.5，在中国计量大学理学院数据科学系任讲师、副教授。
2000.8—2006.7．在西安邮电大学应用数理系 任助教、讲师。
三、主持、参与课题
[1] 浙江省自然科学基金项目，基于显著性检测和深度学习的外周血白细胞分类（编号：LSY19F020001），8万元， 2019.01-2021.12，主持。
[2] 浙江省教育厅科研项目，点云数据的多尺度稀疏曲面重构（编号：Y201122002），起至时间：2011.10-2013.10， 1.5万，主持。
[3] 横向项目，数字场景的AR互动游览线路软件开发（编号：2024hx004），2024.01-2024.3，经费：10万,主持。
[4] 国家自然科学基金面上项目，超分辨率图像重建：低秩稀疏表示与矩阵恢复非凸正则化方法（编号：61571410），72万，2016.01-2019.12，排名：2/9.
[5]国家自然科学青年基金，基于线性逆问题理论的正则化学习算法及其应用研究（编号：61101240），28万元, 2012.01-2014.12，排名：3/6.
[6]国家自然科学基金面上项目，基于稀疏表示的超分辨率重建自适应算法与深度卷积神经网络方法（编号：61672477）,72万,2017.01-2020.12,排名：4/9.
[7]国家自然科学基金数学天元基金，关于von Neumann代数交叉积的研究（编号10926118）,2010.01-2010.12，3万元,排名：3/6.
[8]国家自然科学基金面上项目,基于球调和分析理论的信号稀疏表示与重构算法(编号:61272023),2013.01-2016.12,62万,排名：6/10.
[9]浙江省自然科学基金,医学核磁共振图像重建新方法：专家先验诱导的深度网络逼近(编号：LY22F020002), 2022.01-2024.12,10万元,排名：2/6.
[10]浙江省自然科学基金,距离空间上的神经网络插值与逼近的研究(编号：Y6110117),8万元, 2011.1-2012.12,排名：3/6.
[11]浙江省自然科学基金，面向高维数据的稀疏矩阵恢复算法与误差分析（编号:LY14A010027），6万,2014.1-2016.12,排名：3/6.
[12]浙江省自然科学基金,图像重建新方法：深度卷积神经网络逼近(编号：LY18F020018),10万元,2018.01-2020.12，排名：3/6.
[13]国家自然科学基金面上项目,3D点云数据模型实时动态变形关键技术研究（编号：L61373084），2014.01-2017.12，参加.
[14]国家自然科学基金项目，大规模动态点云数据多尺度交互式实时绘制算法研究（编号：60873130），2009.01-2011.12,参加.
[15]企业合作开发项目,无线智能烟感报警器关键技术研发, 50万元，2022.11-2023.7，排名：2/12
[16]企业合作开发项目（嘉善县加斯戴克医疗器械有限公司），医学影像数据处理， 50万元，2013.09-2014.5，骨干成员.
[17]企业合作开发项目(浙江涵普电力科技有限公司)，电路板元器件的检测与识别，20万，2016.11-2018.12,骨干成员.
三、主要论文
[1]张大宝, 赵建伟，周正华. 基于了l1诱导轻量级深度网络的图像超分辨率重建, 模式识别与人工智能, 2022, 35(12): 1101-1110.
[2]周正华,一种基于矢量伸缩函数的参数曲面插值变形方法，中国图形图象学报，2009, 14(11), 2328-2332.
[3]周正华，万旺根. 球面上的曲面插值. 高等学校计算数学学报，2010, 32(2), 118-125.
[4]赵建伟, 周正华, 曹飞龙. 一种基于调和随机权网络与曲波变换的图像分类方法. 模式识别与人工智能, 2014, 27(6): 509-516.
[5]Jianwei Zhao, Zhongfan Sun, Zhenghua Zhou(通讯作者), Tingwei Wang, Dabao Zhang, Jian Yang, An interpretable lightweight deep network with lp(0<p<1) model-driven for single image super-resolution, Neurocomputing, 2024, 580:127521.（SCI）
[6]Zhenghua Zhou, Boxiang Xue, Hai Wang, Jianwei Zhao. Bidirectional multi-scale deformable attention for video super-resolution, Multimedia Tools and Applications, 2024, 83：27809-27830 (SCI)
[7]Zhenghua Zhou. Robust surface reconstruction from highly noisy point clouds using distributed elastic networks, Neural Computing and Applications, 2020,32（18）:14459-14470. (SCI)
[8]Zhenghua Zhou, Yanqing Fu, Jianwei Zhao. An efficient method for surface reconstruction based on local coordinate system transform and partition of unity, Neural Network World, 2020,30(3):161-176.(SCI)
[9]Jianwei Zhao, Chenyun Fang, Zhenghua Zhou. Enhanced Image Super-Resolution Using Hierarchical Generative Adversarial Network, International Journal of Computing Science and Mathematics, 2022, 15(3): 243-257.(EI)
[10]Zhongfan Sun, Jianwei Zhao∗, Zhenghua Zhou, Qingqing Gao. L1 model-driven recursive multi-scale denoising network for image super-resolution, Knowledge-Based Systems, 2021,225:107-115.(SCI)
[11]Jianwei Zhao, Taoye Huang, Zhenghua Zhou. Hyperspectral image super-resolution using recursive densely convolutional neural network with spatial constraint strategy, Neural Computing and Applications , 2020, 32:14471–14481.(SCI)
[12]Jianwei Zhao, Taoye Huang, Zhenghua Zhou. A Compact Recursive Dense Convolutional Network for image classification, Neurocomputing, 2020, 372:8-16.(SCI)
[13]Jianwei Zhao, Ningning Chen, Zhenghua Zhou(通讯作者). A temporal sparse collaborative appearance model for visual tracking, Multimedia Tools and Applications, 2020, 79(19-20):14103-14125.(SCI).
[14]Zhenghua Zhou,Weidong Zhang, Jianwei Zhao. Robust visual tracking using discriminative sparse collaborative map, International Journal of Machine Learning and Cybernetics, 2019, 10(11):3201–3212.(SCI)
[15]Jianwei Zhao, YinXia Lu, Zhenghua Zhou(通讯作者). Correlation filters based on temporal regularization and background awareness, Computers and Electrical Engineerin，2020, 86:106757.(SCI)
[16]Jianwei Zhao, Yangxiao Li, Zhenghua Zhou(通讯作者). Learning adaptive spatial-temporal regularized correlation filters，IET Image Processing, 2021;15:1773–1785.(SCI)
[17]Jianwei Zhao, Chen Chen, Zhenghua Zhou, Feilong Cao. Single Image Super-Resolution Based on Adaptive Convolutional Sparse Coding and Convolutional Neural Networks. Journal of Visual Communication and Image Representation, 2019, 58: 651-661.(SCI)
[18]Zhenghua Zhou, Jianwei Zhao, Feilong Cao*. A novel approach for fault diagnosis of induction motor with invariant character vectors. Information Sciences. 2014, 281(1): 496-506. (SCI)
[19]Zhenghua Zhou, Jianwei Zhao, Feilong Cao*. Diagnosis of fatigue crack growth with recursive random weight networks. Computers and Electrical Engineering, 2014, 40: 2227-2235. (SCI)
[20]Zhenghua Zhou, Jianwei Zhao, Feilong Cao*. Surface reconstruction based on extreme learning machine. Neural Computing and Applications, 2013, 23(2): 283-292. (SCI)
[21]Jianwei Zhao, Heping Hu, Zhenghua Zhou, Feilong Cao*. Super-resolution Reconstruction: Using Nonlocal Structure Similarity and Edge Sharpness Dictionary. IET Image Processing, 2017, 11(12): 1254-1264. (SCI)
[22]Jianwei Zhao, Yongbiao Lv, Zhenghua Zhou, Feilong Cao*. A novel deep learning algorithm for incomplete face recognition: low-rank recovery network. Neural Networks, 2017, 94: 115-124. (SCI)
[23]Jianwei Zhao, Minshu Zhang, Zhenghua Zhou, Feilong Cao*. Automatic detection and classification of Leucocytes using convolutional neural networks. Medical & Biological Engineering & Computing, 2017, 55(8):1287-1301. (SCI)
[24]Feilong Cao, Jiaying Chen, Hailiang Ye, Jianwei Zhao, Zhenghua Zhou. Recovering low-rank and sparse matrix based on the truncated nuclear norm. Neural Networks, 2017, 85:10-20. (SCI)
[25] Feilong Cao, Miaomiao Cai, Jianjun, Chu, Jianwei Zhao, Zhenghua Zhou. A novel segmentation algorithm for nucleus in white blood cells based on low-rank representation. Neural Computing & Application, 2017, 28: 503-511 .(SCI)
[26] Feilong Cao, Heping Hu, Jing Lu, Jianwei Zhao, Zhenghua Zhou, Jiao Wu. Pose and illumination variable face recognition via sparse representation and illumination dictionary. Knowledge-Based Systems, 2016, 107: 117-128.(SCI)
[27] Wanggen Wan, Zhenghua Zhou, Jianwei Zhao, Feilong Cao*. A novel face recognition method: Using random weight networks and quasi-singular value decomposition. Neurocomputing, 2015, 151: 1180-1186. (SCI)
[28] Jianwei Zhao, Zhenghua Zhou, Feilong Cao. Human face recognition based on ensemble of polyharmonic extreme learning machine. Neural Computing & Applications, 2014, 24: 1317-1326.(SCI)
[29] Linsen Xie, Yi Yang , Zhenghua Zhou, Jinchuan Zheng , Mengqiu Tao, Zhihong Man*. Dynamic neural modeling of fatigue crack growth process in ductile alloys. Information Sciences, 2016, 167-183. (SCI).
四、发明专利
[1]周正华,赵建伟,薛博翔,王庭伟,何灵敏, 一种基于小波变换互关注机制的视频超分辨率方法, 2023. 2. 28, 发明专利公开号： 202310173457.1
[2]赵建伟,洪涛,周正华,薛博翔,王可, 一种基于双向多尺度可变形注意力网络的视频超分辨率方法, 2023.2.22，发明专利公开号：202310148538.6
[3]赵建伟,王文杰,张大宝,周正华,叶敏超, 一种面向图像超分辨率的模型驱动的轻量级深度递归网络, 2023.2.22，发明专利公开号：202310148700.4
[4]曹飞龙,刘月华,黄震,楚建军,赵建伟,周正华,一种白细胞定位和迭代方法，发明专利号：ZL 201610227867.X (已授权)
[5]曹飞龙,怀听听,赵建伟,周正华,冯爱明,楚建军,一种基于随机森林的白细胞五分类方法，发明专利号：ZL 201510398384.1(已授权)
[6]曹飞龙,冯鑫山,赵建伟,周正华,一种基于字典分解和稀疏表示的鲁
棒人脸识别方法，发明专利号: ZL201610744469.5（已授权）
[7]赵建伟,吕永标,曹飞龙,周正华,一种基于卷积网络特征提取的人脸识别方法，发明专利号：ZL 201610555256.8（已授权）
[8]赵建伟,张敏淑,曹飞龙,周正华,冯爱明,楚建军,一种基于深度学习的白细胞五分类方法, 发明专利号：ZL 201610563175.2(已授权)
[9]蔡苗苗,楚建军,曹飞龙,赵建伟,周正华,一种基于直方图阈值及低秩表示的白细胞细胞核分割方法,2018.12.14,发明专利号：ZL 201510141099.1(已授权)
[10]黄震,孔巢城,曹飞龙,赵建伟,周正华,一种基于边界的白细胞分割评价标准,发明专利号：2018.09.07, 201510141013.5(已授权)
[11]陆晶,楚建军,曹飞龙,赵建伟,周正华, 血液白细胞显微图像的随机权网络分割方法,2018.12.1,发明专利号：ZL 201510066975.9(已授权)
[12]黄震,楚建军,曹飞龙,赵建伟,周正华,一种基于多特征非线性组合的白细胞分割方法，2018.12.14，发明专利号：ZL201510141209.4 (已授权)
五、获奖荣誉
[1] 2019年5月17日获得第七届全国智能信息处理学术会议最佳论文奖。
[2] 2007.12 荣获中国计量学院第八届青年教师讲课比赛二等奖。
[3]长期担任全国老员工数学建模竞赛指导老师，指导的参赛队伍获得国家二等奖、省级一等奖、二等奖十余项。
