电子邮箱:

whs7713578[at]163.com（请将[at]替换成@）

办公室:

电气楼1215

研究方向:

人工智能，动态神经网络，时间序列预测，深度学习

教育背景

2011/09-2016/01，华东理工大学，控制科学与工程，硕博连读

2005/09-2009/06，郑州大学，电气工程学院，自动化，学士

工作经历

Ø  2016/01-2021/12，郑州大学，电气工程学院，讲师

Ø  2022/01-至今，郑州大学，电气与信息工程学院，副教授

Ø  2018/12-2019/12，加拿大温莎大学，访问学者

学术兼职

Ø  IEEE Transactions   on Cognitive and Developmental Systems，IEEE Transactions on Systems, Man, and Cybernetics:   Systems，Neural   Networks，Neurocomputing，Knowledge-based   Systems等期刊审稿人

奖励与荣誉

Ø  2020年，“华数杯”全国大学生数学建模竞赛，三等奖，证书编号：2020CM10201，中国未来研究会，指导老师

Ø  2020年，“华为杯”第17届中国研究生数学建模竞赛，二等奖，证书编号：B2020201925，中国学位与研究生教育学会，指导老师

Ø  2021年，“华为杯”第18届中国研究生数学建模竞赛，二等奖，证书编号：D2021201958，中国学位与研究生教育学会，指导老师

Ø  2021年，基于图像识别的食物营养成分分析，郑州大学第三届研究生人工智能创新大赛，二等奖，指导老师

科研项目

Ø    （主持）优化隐层拓扑结构与权值的回声状态网络在工业时序数据中的建模研究，2016国家自然科学基金.编号：61603343，2017.1-2019.12.   18万

Ø    （主持）基于深度递归神经网络的医疗时序数据预测和分类研究，2022河南省高等学校重点科研项目，编号：22A413009，   2022.1-2023.12. 3万

Ø    （主持）基于深度学习的动态神经网络研究，2016年河南省博士后科研项目启动资金，   3等资助，河南省人力资源和社会保障厅.   3万

Ø    （参与）2019年河南省科技攻关项目具有发育能力的智能机器人视觉认知关键技术研究编号：192102210256，2019.1-2920.12，排名第二.

Ø    （参与）基于多模态群集智能的进化集成学习研究，2018国家自然科学基金项目（面上项目），编号：61876169，2019.1-2022.12，排名第七，64万

Ø    （参与）多智能体分布式优化控制算法及其在自主机器人中的应用，2016国家自然科学基金.编号：61603345，2017.1-2019.12，参与，排名第二，19万.

主要论著

[1] Wang Heshan,   Wu Q M Jonathan, et al. Echo state network with a global reversible   autoencoder for time series classification, Information Sciences, 2021, 570:   774-768.（IF=6.795，中科院一区Top）

[2] Wang Heshan,   Wu Q M Jonathan, Xin Jianbin, et al. Optimizing Deep Belief Echo State   Network with a Sensitivity Analysis Input Scaling Auto-Encoder algorithm.   Knowledge-Based Systems, 2020, 191:5.(IF=8.038, 中科院一区Top)

[3] Wang Heshan,   Ni Chunjuan, Yan Xuefeng. Optimizing the echo state   network based on mutual information for modeling fed-batch bioprocesses. Neurocomputing, 2017, 225: 111-118. (中科院二区，IF=3.317)

[4] Wang Heshan,   Wu Q M Jonathan, Wang J, et al. Optimizing simple deterministically   constructed cycle reservoir network with a Redundant Unit Pruning   Auto-Encoder algorithm. Neurocomputing, 2019, 356: 184-194. (中科院二区，IF=4.072)

[5] Wang Dongshu, Chen   Shuli, Hu Yuhang, Liu Lei, Wang Heshan*(通讯作者),   et al. Behavior decision of mobile robot with a neurophysiologically   motivated reinforcement learning model, IEEE Transactions on Cognitive and   Developmental Systems, 2022, 14(1): 219-233.（中科院二区，IF=3.379）

[6] Xin Jianbin, Yu   Benyang, D'Ariano Andrea, WangHeshan*（通讯作者）,et   al. Time-dependent rural postman problem: time-space network formulation and   genetic algorithm. Operational Research, 2021:1-30. (中科院4区，IF=2.410)

[7] Wang Dongshu , Yang   Kai, Wang Heshan*（通讯作者）, Liu Lei. Behavioral   Decision-Making of Mobile Robot in Unknown Environment with the Cognitive   Transfer. Journal of Intelligent & Robotic Systems, 2021, 103(1):1-22. (中科院3区，IF=2.646)

[8] Wang Dongshu, Yang   Kai, Liu Lei, Wang Heshan*（通讯作者）,   An Incremental Learning Model for Mobile Robot: From short-term memory to   long-term memory, IEEE Transactions on Artificial   Intelligence, DOI:10.1109/TAI.2021.3139264.   (未分区)

[9] Wang Heshan,   Xuefeng Yan*. Reservoir Computing   with Sensitivity Analysis Input Scaling Regulation and Redundant Unit Pruning   for Modeling Fed-Batch Bioprocesses. Industrial & engineering chemistry research（,2014,   53(16):6789-6797. (中科院二区，IF=2.567）

[10] Wang Heshan,   Xuefeng Yan*, Improved Simple   Deterministically Constructed Cycle Reservoir Network with Sensitive   Iterative Pruning Algorithm. Neurocomputing, 2014, 145(18):353–362. （中科院分区二区，IF=2.392）

[11] Wang Heshan,   Xuefeng Yan*.Optimizing the echo   state network with a binary particle swarm optimization algorithm. Knowledge-based systems, 2015, 86:182-193. （中科院二区，IF=3.325）

[12] Wang Heshan,   Xuefeng Yan*. Chlorophyll-A Predicting Model Based On Dynamic Neural Network.   Applied Artificial Intelligence, 2015, 29(10): 962-978. (中科院3区）

[13] Wang Heshan,   Huang J, Yan X. Improved cycle reservoir with regular jump networks with   simple disjunction algorithm[C]// Chinese Automation Congress. 2015:809-814..

[14] 张衡,   王河山(通讯作者)*，等.   基于互信息和Just-in-Time优化的回声状态网络.   郑州大学学报(工学版),   2017(5):1-6.

专利

(1) 王东署;   胡宇航;   罗勇;   辛健斌;   王河山;   马天磊;   贾建华;   张方方;   陈书立   ; 一种机器人控制方法

及设备, 2020-6-17, 中国,   ZL202010552467.2 (专利)

(2) 王东署;   杨凯;   罗勇;   辛健斌;   王河山;   马天磊   ; 基于发育网络的移动机器人运动方向预先决策方法

, 2021-6-8, 中国,   CN201910255732.8 (专利)

(3) 辛健斌;   孟闯;   彭金柱;   王东署;   王河山;   张方方   ; 一种智能的自动化集装箱码头节能综合调度方法

, 2020-3-16, 中国,   CN202010180949.X (专利)

(4) 朱晓东;   李广;   王杰;   马天磊;   张方方;   王河山;   王东署;   王书锋   ; 一种工业过程变量趋势异常检测

方法及装置, 2017-3-30, 中国,   ZL201710203038.2 (专利)

(5) 王杰;   王河山;   禹蒙蒙;   王列珂;   朱一凡;   李鹏;   宋一帆;   李自豪;   刘向晴   ; 一种智能区域路灯照明

系统, 2017-5-25, 中国,   ZL201720590425.1 (专利)

其他

Ø    欢迎研究生（学硕，工硕）报考。

Ø    欢迎有志于人工智能，机器学习，进化计算，神经网络，深度学习的同学加入现代工业过程智能优化与控制团队建设，提前和我们邮件联系。

Ø    热忱欢迎研究生，本科生来实验室学习。

Ø    王河山简介：郑州大学副教授，硕士生导师，民进会员，华东理工大学控制科学与工程博士学位。作为科研骨干在现代工业过程智能优化与控制团队建设（梁静团队，获批河南省科技型团队）从事人工智能、数据挖掘、深度学习、动态神经网络建模与优化、时间序列分析、图像识别等研究工作，与加拿大温莎大学电子与信息工程系、计算机视觉与感知系统实验室Q.M.   Jonathan Wu教授（加拿大工程院士）长期开展合作研究。主持国家自然科学基金 1 项，河南省博士后基金   1 项，参与河南省科技厅项目   1 项，发表SCI高影响因子论文   8 篇以上。