基本信息
冯大政　二级教授
硕导或博导
博士学科：信号与信息处理
硕士学科：信号与信息处理
工作单位：电子工程学院

联系方式
通信地址：西安电子科技大学 电子工程研究所，710071
电子邮箱：dzfeng@xidian.edu.cn
办公电话：
办公地点：北校区科技楼1609
博、硕士工作地点：北校区科技楼1507
有意向或有疑问可直接联系我，也可到1507咨询我博硕研究生


个人简介
-冯大政, 男, 1959年12月生, 工学博士, 二级教授, 博士导师. 中国电路与系统学会理事，中国电子学会高级会员, 美国IEEE 学会会员. 他长期从事信号处理、类脑神经网络和图像处理等研究, 发表期刊学术论文300多篇，其中国际期刊论文70多篇，IEEE会刊论文十多篇，顶级期刊论文三十多篇。他获得过教育部跨世纪人才基金， 获得国家级科技二等奖1项，省部级科技一、二等奖4项.近年来，在类脑神经网络（包括深度学习）、机载雷达信号处理和图像处理等研究中取得丰硕成果。


主要研究方向
（1）图像处理：主要研究智能机器视觉系统，在SLAM基础上发展三维重构和运动感知，在核心和难点技术图像配准中取得重要突破。
（2）深度学习、类脑网络和类脑学习：提升了深度网络架构和深度学习方法，增强了识别能力；初步完成类脑网络架构，成功实现基础性的类脑学习。
（3）雷达信号处理：研究领域涵盖多个前沿和热点方向，并形成体系。

---

基本信息
冯大政　二级教授
硕导或博导
博士学科：信号与信息处理
硕士学科：信号与信息处理
工作单位：电子工程学院

联系方式
通信地址：西安电子科技大学 电子工程研究所，710071
电子邮箱：dzfeng@xidian.edu.cn
办公电话：
办公地点：北校区科技楼1609
博、硕士工作地点：北校区科技楼1507
有意向或有疑问可直接联系我，也可到1507咨询我博硕研究生


个人简介
-冯大政, 男, 1959年12月生, 工学博士, 二级教授, 博士导师. 中国电路与系统学会理事，中国电子学会高级会员, 美国IEEE 学会会员. 他长期从事信号处理、类脑神经网络和图像处理等研究, 发表期刊学术论文300多篇，其中国际期刊论文70多篇，IEEE会刊论文十多篇，顶级期刊论文三十多篇。他获得过教育部跨世纪人才基金， 获得国家级科技二等奖1项，省部级科技一、二等奖4项.近年来，在类脑神经网络（包括深度学习）、机载雷达信号处理和图像处理等研究中取得丰硕成果。


主要研究方向
（1）图像处理：主要研究智能机器视觉系统，在SLAM基础上发展三维重构和运动感知，在核心和难点技术图像配准中取得重要突破。
（2）深度学习、类脑网络和类脑学习：提升了深度网络架构和深度学习方法，增强了识别能力；初步完成类脑网络架构，成功实现基础性的类脑学习。
（3）雷达信号处理：研究领域涵盖多个前沿和热点方向，并形成体系。

---

科学研究
目前研究团队承担的科研项目：
1、主持项国家自然科学基金1项；
2、主持863课题3项；
3、主持横向课题1项；
4、主持重要项目2项；
5、参加重要项目3项。
目前主要科研活动：
研究机载雷达信号认知处理和多维度处理
研究网络雷达协同检测、定位与跟踪
研究图像信息三维重构、目标检测与识别和场景感知等
研究类脑神经网络的微结构、总体结构、硬软件实现和学习
研究深度神经网络（深度学习）及在雷达目标检测和识别中的应用

---

学术论文
-他发表的有代性表论文(与SCI检索有关的论文)如下:
[1] Da-Zheng Feng et al., “Fast approximate inverse-power iteration algorithm for adaptive FIR filtering,” IEEE Trans. Signal Processing, No. 10, pp. 4032-4039, 2006.
[2] Nan Wu, and Da-Zheng Feng, “A locally adaptive filter of interferometric phase images,” IEEE Geoscience and Remote Sensing Letters, Vol. 3, No. 1, pp. 73-77, 2006.
[3] Yi Zhou, and Da-Zheng Feng, “A novel algorithm for two-dimensional frequency estimation,” Signal Processing, In Press, Corrected Proof, Available online (http://www.sciencedirect.com/science?), June 2006.
[4] Da-Zheng Feng, and Wei-Xing Zheng, “Fast RLS-type algorithm for unbiased equation-error adaptive IIR filtering based on approximate inverse-power iteration,” IEEE Trans. Signal Processing, No. 11, 2005.
[5] Da-Zheng Feng, Wei-Xing Zheng, and Ying Jia, “Neural network learning algorithms for tracking minor subspace in high dimensional data stream,” IEEE Trans. Neural Networks, No.3, 2005.
[6] Dong-Xia Chang, and Da-Zheng Feng et al., “A Fast recursive total least squares algorithm for adaptive IIR filtering,” IEEE Trans. Signal Processing, No. 3, 2005.
[7] Da-Zheng Feng, Xian-Da Zhang, and Zheng Bao, “A neural network learning for adaptively extracting cross-correlation features between two high dimensional data streams,” IEEE Trans. Neural Networks, Vol. 15, No. 6, pp. 1541-1554, Nov. 2004.
[8] Da-Zheng Feng et al., “A Fast recursive total least squares algorithm for adaptive FIR filtering,” IEEE Trans. Signal Processing, Vol. 52, No.10, pp. 2729-2737, Oct. 2004.
[9] Lei Huang, Shun-Jun Wu, Da-Zheng Feng, and Lin-Rang Zhang, “Low complexity method for signal subspace fitting,” Electronics Letters, Vol. 40, No. 14, pp. 847-848, July 2004.
[10] Da-Zheng Feng et al. “Neural network learning for principal component analysis: A multistage decomposition approach,” Chinese Journal of Electronics No. 1, Jan. 2004.
[11] Da-Zheng Feng, et al. “An efficient multistage decomposition approach for independent components,” Signal Processing, Vol. 83, pp. 181-197, Jan. 2003.
[12] Da-Zheng Feng, et al. “Multistage decomposition algorithm for blind source separation,” Progress in Natural Science, No. 5, May 2002.
[13] Da-Zheng Feng, et al. “A bi-iteration instrumental variable noise-subspace tracking algorithm,” Signal Processing, Vol. 81, pp. 2215-2221, 2001.
[14] Da-Zheng Feng, et al. “A cross-associative neural network for SVD of non-squared data matrix in signal processing,” IEEE Trans. Neural Networks, No. 5, pp. 1215-1221, Sept. 2001.
[15] Da-Zheng Feng, et al. “An extended recursive least-squares algorithm,” Signal Processing, Vol. 81, pp. 1075-1081, 2001.
[16] Da-Zheng Feng, et al. “A Cross-Associative Neural Network Used as SVD of Non-Square Data Matrix or Cross-correlation matrix in signal Processing,” Chinese Journal of Electronics No. 1, Jan. 2001.
[17] Da-Zheng Feng, et al., “Two-dimensional phase unwrapping based on the finite element method and FFT’s,” Chinese Journal of Electronics, No. 3, July 2000.
[18] Da-Zheng Feng, et al. “Modified RLS algorithm for unbiased estimation of FIR system with input and output noise,” IEE Electronics Letters, No. 3, pp. 273-274, Feb. 2000.
[19] Da-Zheng Feng, et al., “Total least mean squares algorithm,” IEEE Trans. Signal Processing, No. 8, pp. 2122-2130, Aug. 1998.
[20] Da-Zheng Feng, et al., “Cross-correlation neural network models for the smallest singular component of general matrix,” Signal Processing, Vol. 64, pp. 333-346, Feb. 1998.
[21] Da-Zheng Feng et al., “Modified Cross-Correlation neural networks,” Chinese Journal of Electronics, No. 2, May 1997.

---

荣誉获奖
获奖情况：
1、中国电子部优秀博士毕业生
2、陕西省第一届优秀博士论文获得者
3、教育部跨世纪人才基金
4、 获得国家级发明二等奖1项
5、省部级科技一、二等奖4项

---

科研团队
团队教师




博士研究生
硕士研究生

---

课程教学
目前本人承担的教学任务：
-教学情况：
《GPS与应用》(本科课程)；
《激光技术与应用》》(本科课程).
《现代信号处理》(硕士生和博士生课程)；
《盲信号处理》》(硕士生课程).

---

招生要求
1、关于研究生招生的信息
-欢迎保送和报考研究生(招5-7人）（（O））.
-欢迎报考博士生（（O）），
博士点有：信号与信息处理（招2人）
2、近两年毕业硕士研究生就业情况
2017年: 陈龑豪:阿里集团蚂蚁金服；王逸凡:腾讯；郑高洋:海康威视；崔思玉:华为。
2018年:王际凯:腾讯 魏磊:华为2012实验室；徐怡飒:链家网；董泉:锐捷网络
3、就业情况分析
选题越先进、越热门，科研工作越深入、成果越突出，越好就业。
4、本研究组的硬件设施
（1）有四台高性能GPU服务器专门供研究生使用。
（2）每人配备一台高性能台式机PC，同时，视具体研究工作内容为研究生配备笔记本服务器。
（3）实验室同时提供深度摄像头和机器人。
（4）实验室设有专门的图书角，免费提供给实验室研究生高质量的专业图书参阅。
（5）我们所在的重点实验室还有各种精密仪器可以使用。
5、本研究组的科研文化
尊重研究生的个性，启发学生创新性思维，着重提高学生发现、提出和解决问题的能力，鼓励研究生基础研究与应用研究相结合。实验室同学平等相待，相互帮助，共同进步，是一个和谐的集体。
6、本研究组的优势
本研究组带头人对人工智能有深入了解，早就认识到人工智能处于弱机器智能时代；他对人工神经网络研究三十多年，特别是对机器学习和深度学习有深入研究；为增强机器智能水平，他全面学习、分析和理解大脑神经系统的工作机理近三十年，这为研究类脑网络和类脑学习打下坚实基础。
此外，他系统研究图像特征提取、场景三维重构和运动目标感知；他长期研究雷达信号处理和麦克风语音阵列处理等，取得丰硕成果。