王念念

郑州大学水利与交通学院教授/博导
研究方向：为水利、交通与市政基础工程设施智能检测
办公地点：

个人简介
学术兼职
教学课程
科研项目
教研项目
论文和专著
专利和软件著作权
荣誉和奖励

个人简介

王念念，女，郑州大学水利与交通学院教授/博导，国家级高层次青年人才、中原青年拔尖人才、河南省优青等，主要研究方向为水利、交通与市政基础工程设施智能检测。任中国土木工程学会市政工程分会理事，中国市政工程协会管道检测与修复专业委员会副主任委员。

主持国家重点研发计划、国家自然科学基金等科研项目20余项，出版专著2部，发表学术论文100余篇，授权/受理发明专利70余项，其中美国专利5项，主参编省部级标准5部。研究成果获国家科技进步二等奖、第一届全国博士后创新创业大赛金奖、河南省科技进步一等奖、日内瓦国际发明金奖、中国发明创业创新一等奖、广东省科技进步二等奖、湖北省科技进步二等奖等科技奖励10余项。

学术兼职

[1] 中国土木工程学会市政工程分会，理事
[2] 中国市政工程协会管道检测与修复专业委员会，副主任委员
[3] 中美联合国际非开挖中心专家委员会，委员
[4] 中国大坝工程学会大坝混凝土与岩石断裂力学专业委员会，专家委员
[5] 《防灾减灾工程学报》，青年编委
[6] 国家工业信息安全发展研究中心华南分中心，特聘专家

教学课程

本科生教学课程：

文献检索与科技创新（24学时）

研究生教学课程：

人工智能导论（32学时）

科研项目

[1] 主持国家自然基金面上项目“地下排水管道渗漏侵蚀电磁智能诊断与风险动态评估研究”（课题负责人52479111），2025.01-2028.12
[2] 主持国家重点研发计划专题“非满水状态下城市排水管道病害全空间智能量化检测技术（课题负责人2022YFC3801002-03）”2022.11-2026.10
[3] 主持国家自然科学基金青年项目“复杂噪声下混凝土排水管道相似缺陷智能检测与识别研究（课题负责人52108289）”2022.01-2024.12
[4] 主持第八届中国科协青年人才托举工程项目“地下排水管道全空间智能检测与动态评估”（课题负责人），2023.01-2025.12
[5] 主持河南省优秀青年科学基金“地下排水管道渗漏侵蚀智能诊断与评估研究”（课题负责人），2024.12-2027.12
[6] 主持中原英才计划“渗漏侵蚀作用下排水管道管周隐患电磁智能探测研究”（课题负责人），2023.01-2025.12
[7] 主持河南省高校科技创新人才支持计划“城市地下基础设施智能检测”（课题负责人23HASTIT006），2022.09-2025.09
[8] 主持河南省青年人才托举工程项目“城市地下排水管道全空间智能检测研究”（课题负责人2023HYTP010），2022.12-2023.12
[9] 主持中国博士后特别（站前）资助“地下排水管道管周渗漏侵蚀智能探测与诊断方法研究”（课题负责人2022TQ0306），2021.06-2023.12
[10] 主持中国博士后科学基金特别（站中）资助“复杂噪声环境下混凝土排水管道相似缺陷智能检测研究”（课题负责人2021T140620），2022.06-2023.12
[11] 主持河南省高等学校重点科研项目计划“基于深度学习的砖构文物建筑表面病害检测技术研究”（课题负责人21A560013），2021.01-2022.12
[12] 主持长江勘测规划设计研究院开放基金“于深度学习的混凝土拱坝表面病害智能检测与诊断”（课题负责人CX2020K10），2021.01-2023.11
[13] 主持哈尔滨工业大学水资源国家工程研究中心企事业委托重大项目“融合视频与电磁的地下排水管道智能检测技术研究”（课题负责人GJSZ2021032301-YF），2021.04-2022.12
[14] 主持河南省高速公路试验检测有限公司横向项目“河南高速公路高边坡智慧管养成套技术研究(安全监测)”（课题负责人20240945A），2024.11-2025.12

教研项目

[1] 河南省高等教育教学成果特等奖，2024 [2] 河南省高等教育教学成果特等奖，2021 [3] 第三届水利德育教育优秀成果三等奖，2023

论文和专著

【论文】

[1] Duo Ma, Wang Niannian*, Jianwei Zhang, Chao Zhang, Long Chen, and Kangjian Yang. Physics-informed mechanical response prediction network of pipelines[J] . Computer-Aided Civil and Infrastructure Engineering, 2026: 100018.
[2] Duo Ma, Wang Niannian*, Fang Hongyuan，Chen Weiwei，Li Bin，Zhai Kejie. Attention-optimized 3D segmentation and reconstruction system for sewer pipelines employing multi-view images[J] . Computer-aided civil and infrastructure engineering ,2025,40(5): 594–613.
[3] Dong Jiaxiu, Niannian Wang*,Fang Hongyuan,Liu Xuemei,Liu Hui,Wang Zuo,Zhao Liguo. Real-Time Pothole Segmentation Method of Asphalt Pavement Based on Perspective Transformation and CMSegNet[J] . IEEE Transactions on Intelligent Transportation Systems, 2026.
[4] Wang Niannian, Duo Ma, Xueming Du, Bin Li, Danyang Di, Gaozhao Pang, Yihang Duan. An Automatic Defect Classification and Segmentation Method onThree-dimensional Point Clouds for Sewer Pipes. Tunnelling and Underground Space Technology[J] . 2023.
[5] Wang Niannain, Dong Jiaxiu, Fang Hongyuan, et al. 3D reconstruction and segmentation system for pavement potholes based on improved structure-from-motion (SFM) and deep learning[J] . Construction and Building Materials, 2023, 398: 132499.
[6] Dong Jiaxiu, Wang Niannian*, Fang Hongyuan, et al. Automatic damage segmentation in pavement videos by fusing similar feature extraction siamese network (SFE-SNet) and pavement damage segmentation capsule network (PDS-CapsNet)[J] . Automation in Construction, 2022, 143: 104537.
[7] Dong Jiaxiu, Wang Niannain, Fang Hongyuan, et al. CBAM-Optimized Automatic Segmentation and Reconstruction System for Monocular Images with Asphalt Pavement Potholes[J] . IEEE Transactions on Intelligent Transportation Systems, 2024: 3353257.(SCI，一区，TOP)
[8] Wang Niannian, Song Liuyang, Fang Hongyuan*, et al. Multi-parameter maximum corrosion depth prediction model for buried pipelines based on GSCV-XGBoost. IEEE Access. 2023.
[9] Dong Jiaxiu, Liu Jianhua, Wang Niannian*, Fang Hongyuan, Zhang Jinping, Hu Haobang, Ma Duo. Intelligent segmentation and measurement model for asphalt road cracks based on modified mask R-CNN algorithm[J] . Computer Modeling in Engineering and Sciences, 2021, 128(2): 541-564.
[10] Hu Haobang, Fang Hongyuan*, Wang Niannian*, et al. A Study of Automatic Recognition and Localization of Pipeline for Ground Penetrating Radar Based on Deep Learning[J] . IEEE Geoscience and Remote Sensing Letters, 2022, 19: 1-5.
[11] Ma Duo, Liu Jianhua, Fang Hongyuan, Wang Niannian*, Zhang Chao, Li Zhaonan, Dong Jiaxiu. A Multi-defect detection system for sewer pipelines based on StyleGAN-SDM and fusion CNN[J] . Construction and Building Materials, 2021, 312: 125385.
[12] Dong Jiaxiu, Wang Niannian*, Fang Hongyuan, et al. Innovative method for pavement multiple damages segmentation and measurement by the Road-Seg-CapsNet of feature fusion[J] . Construction and Building Materials, 2022, 324: 126719.
[13] Ma Duo, Liu Jianhua, Fang Hongyuan, Wang Niannian*, Zhang Chao, Li Zhaonan, Dong Jiaxiu. A Multi-defect detection system for sewer pipelines based on StyleGAN-SDM and fusion CNN[J] . Construction and Building Materials, 2021, 312: 125385.
[14] Jiaxiu Dong, Niannian Wang*, Hongyuan Fang, Wentong Guo**, Bin Li, Kejie Zh ai. MFAFNet: An innovative crack intelligent segmentation method based on multi-lay er feature association fusion network[J] . Advanced Engineering Informatics,2024,62:102 584.
[15] Liu Hongjin, Wang Niannian*, Fang Hongyuan,Yu,Xiang,Du Weiyi.Identification of the number of leaks in water supply pipes based on wavelet scattering network and Bi-LSTM model with Bayesian optimization[J] .Measurement.2024.116348

【专著】

[16] 方宏远，王念念，郑航桅，代毅.地下排水管道智能检测技术.北京：科学出版社，2022年.
[17] 方宏远，王念念，李斌，雷建伟.地下排水管网智慧检测与评估技术.北京：科学出版社，2023年.

专利和软件著作权

【授权发明专利】

[1] 王念念；方宏远；马锋；李斌；狄丹阳；翟科杰；乔磊. 一种基于改进的 PointNet++ 的排水管道缺陷三维检测方法, ZL202311132665.3
[2] 方宏远;王念念; 马铎; 梁静; 姜雪. 一种融合视觉与激光的管道病害智能量化方法, ZL202210863076.1
[3] 方宏远;王念念; 马铎，狄丹阳;李斌. 一种基于知识-数据双驱动的排水管道力学性能评估方法, ZL202311232569.6
[4] 方宏远；王念念；马铎；李斌；翟科杰. 一种基于多视角几何的管道三维重建和坑洞量化方法, 202310207987.3
[5] 方宏远；王念念；庞高兆；梁静；杜雪明. 一种面向混凝土管道损伤识别的数据建模扩增方法, ZL202210872779.0
[6] 方宏远；王念念；马锋；胡浩帮；庞高兆. 一种基于 LSTM 神经网络算法的无人机路面病害检测方法, ZL202110790465.1
[7] 方宏远；狄丹阳；王念念；孙斌；李斌；杜雪明. 排水管道淤积病害双层智能诊断方法及系统, ZL202310496993.5
[8] 勇鹏飞；方宏远；王念念. 一种热红外模式下 VGG 神经网络的排水管道病害检测方法, ZL202110772314.2
[9] 郭文彤；方宏远；王念念；钟山；朱锐；陈家将；曹顺林；张高翼. 基于深度学习的机场道面病害异物检测方法及系统, ZL202110228059.6
[10] 董家修；马锋；胡浩邦；王念念. 一种基于优化深度学习的管道中视频损害智能分割系统, ZL202210946760.6
[11] 郭文彬；方宏远；钟山；王念念；朱锐；陈家将；曹顺林；张高翼. 基于多种卷积神经网络融合的机场道面病害异物检测方法, ZL202110228020.4
[12] Fang Hongyuan，Wang Niannian，Ma Duo，Zhang Juan，Dong Jiaxiu，Xue Binghan, Hu Haobang，Lei Jianwei. Method for detection road disease by intelligent cruise via unmanned aerial vehicle, unmanned aerial vehicle and detecting system therefor，Application No.：17/515,396，Application Data：2021.11.16.
[13] Fang Hongyuan，Wang Niannian，Dong Jiaxiu，Ma Duo，Zhang Juan，Hu Haobang，Pang Gaozhao，Lei Jianwei.Image segmentation method and system for pavement disease based on deep learning，Application No.：17/356,526，Application Data：2021.07.02.
[14] Fang Hongyuan，Wang Niannian，Hu Qunfang，Xue Binghan, Du Xueming，Huang Fan. Method for segmentation of underground drainage pipeline defects based on full convolutional neural network, Application No.：17/356,533，Application Data：2021.07.02.

荣誉和奖励

[1] 中国发明创业创新一等奖，城镇排水管道-井室隐患智能诊断与原位修复成套技术及装备，中国发明协会，2024年，排名第1；
[2] 全国博士后创新创业大赛金奖，城市公路病害全空间智能感知与智慧诊断系统，中华人民共和国人力资源与社会保障部，2021年，排名第1；
[3] 河南省科技进步一等奖，城市道路塌陷隐患多源智能诊断与微创靶向快速处治成套技术及应用，2023 年，排名第3；
[4] 国际日内瓦发明金奖，Full-spacedetection method and system of airport pavement disease based on deep learning，2024年，排名第 2；
[5] 广东省科技进步二等奖，城市地下排水管网功能提升关键技术及应用，2022年，排名第4；
[6] 湖北省科技进步二等奖，城市地下排水管网隐患智能探测与非开挖修复成套技术及应用，2021年，排名第4；
[7] 河南省科技进步二等奖，高速公路运行态势感知与智能管控关键技术及应用，2021年，排名第5；
[8] 中国产学研科技促进会科技创新成果二等奖，地下排水管道智能诊断与低碳增韧成套技术及装备， 2024年，排名第9；
[9] 河南省教育厅优秀成果论文一等奖，Automatic damage segmentation in pavement videos by fusing similar feature extraction siamese network (SFE-SNet) and pavement damage segmentation capsule network (PDS-CapsNet)，2023 年，排名第 2；
[10] 河南省教育厅科技进步一等奖，城市道路塌陷多源智能诊断与微创快速处治成套技术及应用，2022 年，排名第6.
[11] 河南省高等教育教学成果特等奖，基于“产教科融合”共享平台的大土木研究生培养模式探索与实践，2024年，排名第6；
[12] 河南省高等教育教学成果特等奖，基于“实践育人共享平台”大土木人才培养探索与实践，2021年，排名第19；
[13] 第三届水利德育教育优秀成果三等奖，党建铸魂、交叉赋能、实践育人——郑州大学“纵向贯通、师生联动”临时党支部建设探索与实践，2023年，排名第3.