姓名：赵清杰
所在学科：计算机科学与技术
职称：教授/博导
联系电话：
E-mail：zhaoqj@bit.edu.cn
通信地址：北京市海淀区中关村南大街5号北京理工大学计算机学院个人信息
赵清杰，博士，教授，博士生导师。于2003年1月博士毕业于清华大学计算机系“智能技术与系统”国家重点实验室，获计算机应用技术专业博士学位，博士论文获得校级优秀。同年到北京理工大学计算机学院从事教学及科研工作，其中2008－2009及2017-2018分别在英国Essex大学计算机系和德国汉堡大学信息系访问各一年。目前是北京理工大学计算机学院三级教授/博导，曾任智能信息处理研究所副所长、智能信息技术北京市重点实验室副主任、中国AI学会智能服务第一届专委会副主任。主持国家自然科学基金、国家重点研发计划、航天科技、军/民863、校企合作项目等30余项，为解决工业及国防难题做出了贡献。目前主持国家重点研发课题及子课题各一项、航天预研相关两项、国资委重点研发子课题一项。发表包括国内外顶级刊会在内的学术论文近200篇，出版图书6本，授权专利多项。
每年讲授本科生课程面向对象技术与方法（双语）、研究生课程图像与视频处理，曾经讲授过计算机组成原理、软件工程实践、医学图像处理等。

科研方向
机器视觉、机器学习与人工智能、智能体系统

个人信息
赵清杰，博士，教授，博士生导师。于2003年1月博士毕业于清华大学计算机系“智能技术与系统”国家重点实验室，获计算机应用技术专业博士学位，博士论文获得校级优秀。同年到北京理工大学计算机学院从事教学及科研工作，其中2008－2009及2017-2018分别在英国Essex大学计算机系和德国汉堡大学信息系访问各一年。目前是北京理工大学计算机学院三级教授/博导，曾任智能信息处理研究所副所长、智能信息技术北京市重点实验室副主任、中国AI学会智能服务第一届专委会副主任。主持国家自然科学基金、国家重点研发计划、航天科技、军/民863、校企合作项目等30余项，为解决工业及国防难题做出了贡献。目前主持国家重点研发课题及子课题各一项、航天预研相关两项、国资委重点研发子课题一项。发表包括国内外顶级刊会在内的学术论文近200篇，出版图书6本，授权专利多项。
每年讲授本科生课程面向对象技术与方法（双语）、研究生课程图像与视频处理，曾经讲授过计算机组成原理、软件工程实践、医学图像处理等。

个人信息
赵清杰，博士，教授，博士生导师。于2003年1月博士毕业于清华大学计算机系“智能技术与系统”国家重点实验室，获计算机应用技术专业博士学位，博士论文获得校级优秀。同年到北京理工大学计算机学院从事教学及科研工作，其中2008－2009及2017-2018分别在英国Essex大学计算机系和德国汉堡大学信息系访问各一年。目前是北京理工大学计算机学院三级教授/博导，曾任智能信息处理研究所副所长、智能信息技术北京市重点实验室副主任、中国AI学会智能服务第一届专委会副主任。主持国家自然科学基金、国家重点研发计划、航天科技、军/民863、校企合作项目等30余项，为解决工业及国防难题做出了贡献。目前主持国家重点研发课题及子课题各一项、航天预研相关两项、国资委重点研发子课题一项。发表包括国内外顶级刊会在内的学术论文近200篇，出版图书6本，授权专利多项。
每年讲授本科生课程面向对象技术与方法（双语）、研究生课程图像与视频处理，曾经讲授过计算机组成原理、软件工程实践、医学图像处理等。

代表性学术成果
代表性论文：
1. Qingjie Zhao, Xin Wang, Binglu Wang, Lei Wang, Wangwang Liu, Shanshan Li, Dual-Attention Deep Discriminative Domain Generalization Framework for Hyperspectral Image Classification, Remote Sensing. 2023, 15(23), 5492; https://doi.org/10.3390/rs15235492 (SCI JCR-I, TOP)
2. Adnan Ashraf, Qingjie Zhao, Waqas Haider Bangyal and Muddesar Iqbal, Analysis of Brain Imaging Data for the Detection of Early Age Autism Spectrum Disorder using Transfer Learning Approaches for Internet of Things, IEEE Transactions on Consumer Electronics, 2023, https://doi.org/10.1109/TCE.2023.3328479 (SCI JCR-II)
3. Xin Wang, Qingjie Zhao, Changchun Zhang, Binglu Wang, IEEE Member, AAAI Memberc, Lei Wang, Wangwang Liu, Enhanced Dynamic Feature Representation Learning Framework by Fourier Transform for Domain Generalization, Information Sciences, 649 (2023) 119624, https://doi.org/10.1016/j.ins.2023.119624. (SCI JCR-I, TOP)
4. Shanshan Li, Qingjie Zhao, Changchun Zhang, Yuanbing Zou, Deep discriminative causal domain generalization, Information Sciences, 645, (2023) 119335, https://doi.org/10.1016/j.ins.2023.119335 (SCI JCR-I, TOP)
5. Minghao Geng and Qingjie Zhao, Improve Image Captioning by Modeling Dynamic Scene Graph Extension, regular paper, ICMR2022, https://doi.org/10.1145/3512527.3531401 (CCF-B)
6. Changchun Zhang, Qingjie Zhao, Attention Guided for Partial Domain Adaptation, Information Sciences, 2021, 547: 860-869. https://doi.org/10.1016/j.ins.2020.08.103 (SCI JCR-I, TOP)
7. Changchun Zhang, Qingjie Zhao, Yu Wang; Transferable Attention Networks for Adversarial Domain Adaptation, Information Sciences, 2020, 539: 422-433. https://doi.org/10.1016/j.ins.2020.06.016 (SCI JCR-I, TOP)
8. Changchun Zhang, Qingjie Zhao, Yu Wang; Hybrid adversarial network for unsupervised domain adaptation, Information Sciences, 2020, 514: 44-55. https://doi.org/10.1016/j.ins.2019.12.005 (SCI JCR-I, TOP)
9. Feng Guo, Qingjie Zhao, Xuan Li, Xiaohui Kuang, Jianwei Zhang, Yahong Han, Yu-an Tan; Detecting adversarial examples via prediction difference for deep neural networks, Information Sciences, 2019, 501: 182-192. https://doi.org/10.1016/j.ins.2019.05.084 (SCI JCR-I, TOP)
10. Changchun Zhang, Qingjie Zhao, Heng Wu. Deep Domain Adaptation via Joint Transfer Networks, Neurocomputing, 2022, 489: 441-448. https://doi.org/10.1016/j.neucom.2022.03.028 (SCI JCR-II, TOP)
11. Changchun Zhang, Qingjie Zhao, Deep Discriminative Domain Adaptation, Information Sciences, 2021, 575: 599-610. https://doi.org/10.1016/j.ins.2021.07.073 (SCI JCR-I, TOP)
12. Lixiong Liu, Yi Hua, Qingjie Zhao, Hua Huang, and Alan Conrad Bovik, Blind image quality assessment by relative gradient statistics and adaBoosting neural network, Signal Processing: Image Communication, 2016, 40:1-15. https://doi.org/10.1016/j.image.2015.10.005 (ESI高被引, 获欧洲信号处理协会2020年最佳论文奖)
出版图书
1. 赵清杰主编，面向对象编程技术与方法(C++), 北京: 电子工业出版社, 2021.12, ISBN: 9787121423772
2. 赵清杰主编，《C++程序设计》，清华大学出版社，2008，ISBN: 9787302182979
3. 胡斯康，赵清杰.《C++程序设计实验指导与题解》，清华大学出版社，2008, ISBN 9787302186465
4. 高春晓，赵清杰，张文耀 译，《计算机图形学》，人民邮电出版社，2007.06, ISBN: 9787115158673
5. 赵清杰，钱芳，蔡利栋 译，《计算机视觉》, 机械工业出版社，2005.03，ISBN: 9787111159728
6. 林学訚，崔锦实，赵清杰 译，《机器视觉教程》, 机械工业出版社，2005.09 ISBN: 9787111167907
所获奖励
1. 北京理工大学优秀科技奖、国防科技奖、军队科技奖各1项
2. 北京理工大学优秀教育教学成果一等奖(排第一)、二等奖(排第一) 各1项
3. 2019、2020连续两年获中国自动化学会颁发的中国机器人大赛优秀指导教师一等奖
4. 荣获工信部人才交流中心颁发的2022 RoboCom机器人开发者大赛CAIR工程竞技赛优秀指导老师称号、以及2023睿抗机器人开发者大赛(RAICOM)北京赛区优秀指导老师称号。
5. 中国人工智能学会认知系统与信息处理专委会2020年度杰出会员
6. 北京理工大学“十一五”优秀创新团队主要成员
7. 2022年度电子工业出版社优秀作译者奖，排名唯一。
8. 欧洲信号处理协会2020年最佳论文奖1项（排第三）