 |
邓承志，男，博士，教授，硕士生导师。1980年生，汉族，中共党员，江西省百千万人才工程人选。 |
2008年博士毕业于华中科技大学信息与通信工程专业，2014-2015年国家公派留学美国密西西比州立大学。现任南昌工程学院信息工程学院院长，兼任江西省水信息协同感知与智能处理重点实验室副主任、江西省电子学会秘书长、中国高等学校电工学研究会江西分会副理事长、江西省人工智能学会理事。
近年来，主持国家自然科学基金项目2项、江西省重点研发计划项目（B类）1项、江西省自然科学基金项目3项、江西省教育厅科技项目3项、江西省教改项目2项。在《IEEE Transactions on Geoscience and Remote Sensing》《Information Sciences》《物理学报》《中国图象图形学报》等期刊或国际会议上发表论文60余篇，其中SCI/EI收录40余篇。获湖北省技术发明二等奖1项、江西省高校科技成果三等奖2项。授权国家发明专利3项、实用新型专利5项。
主要研究方向为图像处理与机器视觉、模式识别与机器学习、多媒体计算技术、高光谱遥感影像处理等。主讲《数字图像处理》、《信号与系统》《数值分析》等课程。
联系方式：dengcz@nit.edu.cn（邮箱）、0791-88126660（电话）。
主持和参与的科研项目：
[1] 国家自然科学基金项目：非负张量分解模型驱动的深度学习高光谱盲解混（编号：61865012），2019.01-2022.12，主持。
[2] 国家自然科学基金项目：结构化过完备稀疏性约束的超分辨率图像重建研究（编号：61162022），2012.01-2015.12，主持。
[3] 国家自然科学基金项目：基于核非负矩阵分解的核凸包表示与非线性度量学习的目标跟踪（编号：61661033），2017.01-2020.12，排名第2。
[4] 国家自然科学基金项目：高光谱遥感图像解混的稀疏性正则化方法研究（编号：61362036），2014.01-2017.12，排名第2。
[5] 江西省重点研发计划项目（B类）：水利风景区生态环境监测关键技术与应用示范（编号：20181ACG70022），2019.01-2021.12，主持。
[6] 江西省自然科学基金项目：高光谱遥感影像空谱联合广义稀疏混合像元分解（编号：20161BAB202040），2016.01-2018.12，主持。
[7] 江西省自然科学基金项目：联合形态成分分析和稀疏正则化方法的图像超分辨率重建研究（编号：20132BAB201021），2013.01-2014.12，主持。
[8] 江西省自然科学基金项目：Ridgeprint几何模型研究及应用（编号：2009GZW0020），2010.01-2012.12，主持。
[9] 江西省教育厅科技项目：高光谱遥感影像结构化稀疏解混（编号：GJJ151135），2016.01-2017.12，主持。
[10] 江西省教育厅科技项目：基于L1/2 稀疏性正则化的超分辨率图像重建研究（编号：GJJ12632），2012.01-2013.12，主持。
主要论文论著：
[1] Gong, Lihua, Kaide Qiu, Chengzhi Deng, and Nanrun Zhou. "An image compression and encryption algorithm based on chaotic system and compressive sensing." Optics & Laser Technology 115 (2019): 257-267. (SCI)
[2] Yang, Youlong, Jinxing Che, Chengzhi Deng, and Li Li. "Sequential grid approach based support vector regression for short-term electric load forecasting." Applied Energy 238 (2019): 1010-1021. (SCI)
[3] Li, Yan, Shaoquan Zhang, Chengzhi Deng, and Shengqian Wang. "Reweighted local collaborative sparse regression for hyperspectral unmixing." Infrared Physics & Technology 97 (2019): 277-286. (SCI)
[4] Zhang, Shaoquan, Jun Li, Heng-Chao Li, Chengzhi Deng, and Antonio Plaza. "Spectral–spatial weighted sparse regression for hyperspectral image unmixing." IEEE Transactions on Geoscience and Remote Sensing 56, no. 6 (2018): 3265-3276. (SCI)
[5] Wang, Jun, Yuanyun Wang, Chengzhi Deng, Shengqian Wang, and Yong Qin. "Regularized Kernel Representation for Visual Tracking." IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences 101, no. 4 (2018): 668-677. (SCI)
[6] Gong, Lihua, Chengzhi Deng, Shumin Pan, and Nanrun Zhou. "Image compression-encryption algorithms by combining hyper-chaotic system with discrete fractional random transform." Optics & Laser Technology 103 (2018): 48-58. (SCI)
[7] Zhang, Jun, Chengzhi Deng, Yuying Shi, Shengqian Wang, and Yonggui Zhu. "A Fast Linearised Augmented Lagrangian Method for a Mean Curvature Based Model." East Asian Journal On Applied Mathematics 8, no. 3 (2018): 463-476. (SCI)
[8] Wang, Yuanyun, Chengzhi Deng, Jun Wang, Wei Tian, and Shengqian Wang. "Robust Visual Tracking with Discrimination Dictionary Learning." Advances in Multimedia 2018 (2018). (EI)
[9] Wang, Jun, Yuanyun Wang, Chengzhi Deng, and Shengqian Wang. "Robust Visual Tracking Based on Convex Hull with EMD-L1." Pattern Recognition and Image Analysis 28, no. 1 (2018): 44-52. (EI)
[10] Che, Jinxing, Youlong Yang, Li Li, Xuying Bai, Shenghu Zhang, and Chengzhi Deng. "Maximum relevance minimum common redundancy feature selection for nonlinear data." Information Sciences 409 (2017): 68-86. (SCI)
[11] Zhang, Jun, Rongliang Chen, Chengzhi Deng, and Shengqian Wang. "Fast linearized augmented Lagrangian method for Euler's elastica model." Numerical Mathematics: Theory, Methods and Applications 10, no. 1 (2017): 98-115. (SCI)
[12] Zhang, Shaoquan, Jun Li, Kai Liu, Chengzhi Deng, Lin Liu, and Antonio Plaza. "Hyperspectral unmixing based on local collaborative sparse regression." IEEE Geoscience and Remote Sensing Letters 13, no. 5 (2016): 631-635. (SCI)
[13] Wen, Jinhuan, James E. Fowler, Mingyi He, Yong-Qiang Zhao, Chengzhi Deng, and Vineetha Menon. "Orthogonal nonnegative matrix factorization combining multiple features for spectral–spatial dimensionality reduction of hyperspectral imagery." IEEE Transactions on Geoscience and Remote Sensing 54, no. 7 (2016): 4272-4286. (SCI)
[14]Deng, Chengzhi, Shaoquan Zhang, Shengqian Wang, Wei Tian, and Zhaoming Wu. "Sparse hyperspectral unmixing based on smoothed ℓ0 regularization." Infrared Physics & Technology67 (2014): 306-314. (SCI)
[15]Deng, Chengzhi, Shengqian Wang, Wei Tian, Zhaoming Wu, and Saifeng Hu. "Approximate sparsity and nonlocal total variation based compressive MR image reconstruction." Mathematical Problems in Engineering 2014 (2014). (SCI)
[16]Deng, Chengzhi, Wei Tian, Shengqian Wang, Huasheng Zhu, Wei Rao, and Saifeng Hu. "Structural similarity based single image super-resolution with nonlocal regularization." Optik-International Journal for Light and Electron Optics 125, no. 15 (2014): 4005-4008. (SCI)
获奖及荣誉：
[1] 湖北省技术发明二等奖：衍射光栅加密与机读技术（编号：20132BAB201021）
[2] 江西省高校科技成果三等奖：超完备图像稀疏表示理论及应用（编号：J1103105）
[3] 江西省高校科技成果三等奖：基于粒计算的改进微粒群优化算法的研究及应用（编号：J1103102）
[4] 江西省新世纪百千万人才工程人选
[5] 南昌工程学院优秀党员、优秀教师、优秀科技工作者、十二五重点学科申报工作先进个人、卓越工程师教育培养工作先进个人
专利、软件版权登记
[1] 国家发明专利：基于深度残差网络的高光谱图像超分辨率重建方法及装置（申请号：CN201811094851）
[2] 国家发明专利：一种高光谱遥感图像混合像元分解方法（申请号：CN201810160773）
[3] 国家发明专利：一种水环境遥感数据处理方法及装置（申请号：CN201811094851）
[4] 国家发明专利：一种基于布里渊光纤激光器的分布式光纤传感装置（授权号：ZL201610115839.9）
[5] 国家实用新型专利：一种高光谱影像采集装置（授权号：ZL201721344499.3）
[6] 国家实用新型专利：一种多功能高光谱图像探测装置（授权号：ZL201721344500.2）
[7] 计算机软件著作权：基于近似稀疏正则化非负矩阵分解的高光谱解混系统（登记号：2017SR402941）
[8] 计算机软件著作权：基于迭代加权L0.5稀疏正则化非负矩阵分解的高光谱解混系统（登记号：2017SR405890）
