10月18日，研究生院公示2021年杭州电子科技大学研究生国家奖学金获得者名单。根据浙江省教育厅和学校文件精神，经个人申请，学院评审委员会评审和推荐，我院人机混合智能与智慧健康研究中心曹九稳团队王建辉、王陈幸两名学子喜获硕士研究生国家奖学金。据悉，自动化学院共16名硕士研究生获奖。
学子风采：王建辉
王建辉同学就读于控制工程专业，在曹九稳导师的悉心指导下，刻苦钻研痫样放电背景下的眨眼伪迹检测算法研究课题。该课题是实验室与浙江大学医学院附属儿童医院合作，研究完全建立在真实病患数据之上。脑电图包含着与人的精神和健康状态相关的丰富信息，而眨眼伪迹是广泛存在于脑电信号当中的，它的不可避免性使得对眨眼伪迹的检测成为脑科学领域的一个重要研究方向。但是痫样放电信号与眨眼伪迹信号有着高度相似性，而当前该领域却极少关注痫样放电信号对眨眼伪迹检测的干扰影响，并且忽略了脑电信号个体差异的显著性而缺乏差异化处理。该课题的研究工作主要利用特别设计的特征提取方法以及特征优化方法来解决上述问题。针对痫样放电信号，利用SNEO滤波及单调递增部分斜率等特征结合无监督算法进行筛选，并且利用多维多特征提取以及方差过滤式方法解决个体差异性问题，与当前主流方法对比，研究所提算法实现了最高的眨眼伪迹检测精度。
基于课题项目，王建辉以第一作者的身份在神经科学与康复工程领域顶级期刊IEEE Transactions on Neural Systems and Rehabilitation Engineering发表SCI一区论文Eye Blink Artifact Detection With Novel Optimized Multi-Dimensional Electroencephalogram Features，同时一项发明专利“基于多通道多维特征优化的脑电眨眼伪迹检测方法”已公开，一项计算机软件著作权“多通道特征优化的脑电眨眼信号检测系统V1.0”也已完成登记。并且基于最新的研究成果，一项发明专利“一种区分脑电眨眼伪迹与额极痫样放电的智能分类方法“已完成投送并且一篇论文也近完稿。
同时，王建辉同学将知识理论与实践相结合，在比赛中深入锻炼实践能力。他成功参与第二届中国研究生人工智能创新大赛，并在第十七届中国研究生数学建模竞赛和第十五届中国研究生电子设计竞赛中分别获得国家二等奖和国家三等奖。
在学习方面，王建辉同学着重夯实基础，开拓视野，不断探究前沿科技并融入科研课题。另外，他定期参加实验室举办的学生研讨会和多类型的科研讲座，聆听科研前辈的教导。在德育方面，王建辉同学热爱集体，团结同学，同班级同学一起获得先进班集体称号，并且不断加强思想道德建设，积极向党组织靠拢，在研究生期间成为一名光荣的中共预备党员。
学子风采：王陈幸
王陈幸同学在校期间成绩优良，分别于2019年和2020年获得了校级学业一等、二等奖学金。他珍惜每一个学习机会，努力学习我校安排的相关课程，并利用课余时间对知识进行巩固。同时，他还研修了其他与科研方向相关的课程，不断提升其知识储备及专业素养，为后续的科研打下了坚实的基础。
他研究的课题为基于深度学习的脉冲多普勒雷达小目标检测。近年来，随科技的进步及国家政策对低空域的开放，以无人机(Unmanned aerial vehicles, UAVs)为代表的低慢小目标因获取便利、应用广泛而呈爆发式增长，针对此类目标的监测方法成为研究热点。相较于光学传感器，雷达因探测距离远、不受天时及天气的限制而备受关注。然而，如大疆无人机等小型目标存在“散射截面小、飞行速度慢、飞行高度低”的特点，导致目标在雷达回波中出现反射信号微弱、多普勒频移不显、杂波干扰严重等问题，使得传统CFAR检测器难以在距离-多普勒(Range-Doppler, R-D)图中区分目标与背景。此外，由于CFAR检测器的阈值设定取决于对环境的杂波分布估计，使得模型环境自适应性差而依赖专家经验。对此，王陈幸同学在曹九稳和田江敏导师的指导下，根据R-D图中目标呈局部峰状的特点将检测问题转化为二分类问题，并利用深度学习技术对深层特征的强表达能力研究基于深度学习的雷达小目标检测方法，主要内容与创新点包括：1）提出一种基于滑窗和卷积神经网络的检测模型，在通过Softmax层输出每一图像块包含目标分类置信度的同时，利用回归模块(Regression-head)得到对应目标的坐标偏移量，从而实现对目标的精准定位并提高检测率(小于-16dB的低信噪比下，相较CFAR最大提升32.5%，相较已有深度学习模型提升5%)；2) 针对由网络产生大量虚警目标的问题，本研究提出了一种包含概率阈值分割、分布密度筛选及坐标统计滤波的新型非极大值抑制(Non-maximum suppression, NMS)策略，相比原来降低了24.93%的虚警率；3）相比于现有深度学习模型，本方案可通过NMS中的阈值实现对无人机检测的多档虚警率调控，大幅提高了算法的实用性。其中检测算法已在仿真数据及成都天奥信息科技有限公司提供的实测数据中得到了验证，且最终研究成果由王陈幸同学以第一作者的身份发表在SCI 1 区 IEEE Transactions on Geoscience and Remote Sensing 期刊上，同时以第二作者的身份申请了两项发明专利，其中一项已公开。
杭电人工智能研究院人机混合智能与智慧健康研究中心由曹九稳教授带领，主要研究随机网络与类脑计算融合的强化学习理论，重点突破人工智能与大数据技术在心/脑电疾病的智能分析与穿戴式健康监测设备研发；人体运动感知、行为分析与心理疾病监测技术研究，建立运动感知与行为分析、心/脑电等多智能传感器的智慧健康监测系统与远程诊断支撑平台。研究中心拥有中法机器学习与智慧健康国际合作联合实验室与浙江省机器学习与智慧健康国际科技合作基地研究平台，获中央财政专项、国家自然科学基金两化融合重点项目、科技部政府间国际合作重点专项等项目的资助，近年来共培养毕业硕士生、博士生40余名。