王兵

文章作者: 责任编辑: 审核人: 文章来源:
基本信息

王兵,男,1977年5月生,副教授

邮件地址:W9521423 at sina dot com

个人简历

1999.6毕业于西安矿业学院计算机及应用专业, 2006.6获电子科技大学计算机信息安全硕士学位。

长期致力于计算机与智慧油田交叉学科的研究,主持和参与了国家级、省部级和局级科研项目共三十余项,包括国家重点研发计划、国家重大专项“十三五”、“十二五”课题,并在国际和国内知名学术期刊上发表了三十多篇论文。获得了多项行业荣誉,其中“基于数据驱动的天然气产销趋势预测关键技术及应用”荣获中国石油和化工自动化行业科技进步二等奖,“油气工程技术企业安全监管数字化研究及应用”获得石油行业协会三等奖。此外,连续两年入选领跑中国5000中国精品科技期刊顶尖学术论文。

同时还是中国计算机学会、人工智能协会、四川省计算机学会自然语言协会、四川工业软件协会成员,并担任教育部学位中心评审专家及国内外知名计算机期刊的审稿人。

主要研究方向

软件工程、数据挖掘、机器学习、深度学习、智慧油田

代表性成果

论文、软件著作权、专利
[1]贾婧玥,金澎,王兵,等.基于脆弱性感知的增强对抗训练鲁棒性方法[J].计算机工程与设计,2025,46(01):230-236.
[2]陶琴,杨骏,王兵,等.基于矩阵轮廓的时间序列Shapelet发现算法[J].计算机工程与设计,2024,45(07):2021-2026.
[3]Bing Wang, Chaoqi Cai, Xingpeng Zhang, Chunlan Zhao, Chi Zhang, Youming Zhang. MapsTSF: efficient traffic prediction via hybrid Mamba 2-transformer spatiotemporal modeling and cross adaptive periodic sparse forecasting[J]. The Journal of Supercomputing. 2025, 81(7): 1-31
[4]H. Zhai, B. Wang, Z. Chen, G. Wang, S. Jing and P. Jin, "Isolated Sign Language Recognition Based on Heterogeneous Attention and Wavelet Temporal Graph Convolutional Networks," 2025 28th International Conference on Computer Supported Cooperative Work in Design (CSCWD), Compiegne, France, 2025, pp. 526-532, doi: 10.1109/CSCWD64889.2025.11033370.
[5]Forecasting Gas Well Classification Based on a Two-Dimensional Convolutional Neural Network Deep Learning Model,PROCESSES,2024(5)
[6]G. Wang, B. Wang, H. Zhai, Q. Tao, S. Jing and P. Jin, "Pose-Based Isolated Sign Language Recognition with Semantic Mapping and CorrFormer," 2025 28th International Conference on Computer Supported Cooperative Work in Design (CSCWD), Compiegne, France, 2025, pp. 2202-2208, doi: 10.1109/CSCWD64889.2025.11033397.
[7]X. Zhang, Z. Li, B. Xiao and B. Wang, "Multi-axis frequency domain residual UNet for pore identification in deep shale scanning electron microscopy images," 2024 International Joint Conference on Neural Networks (IJCNN), Yokohama, Japan, 2024, pp. 1-8, doi: 10.1109/IJCNN60899.2024.10651017.
[8]B. Wang et al., "Object Correlation Matrix for Two-Stage Object Detection Network," ICASSP 2024 - 2024 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), Seoul, Korea, Republic of, 2024, pp. 9846-9850, doi: 10.1109/ICASSP48485.2024.10448162.
[9]Lingjiao Xu, Xingyuan Chen, Bing Wang, and Peng Jin. 2024. Exploring Language Diversity to Improve Neural Text Generation. In Knowledge Science, Engineering and Management: 17th International Conference, KSEM 2024, Birmingham, UK, August 16–18, 2024, Proceedings, Part V. Springer-Verlag, Berlin, Heidelberg, 245–254.
[10]Wang, B., Wang, C., Zhang, X., Zhao, C., Yang, X., Guo, K. (2024). Multi-table Question Answering Method Based on Correlation Evaluation and Precomputed Cube. In: Cao, C., Chen, H., Zhao, L., Arshad, J., Asyhari, T., Wang, Y. (eds) Knowledge Science, Engineering and Management. KSEM 2024. Lecture Notes in Computer Science(), vol 14884. Springer, Singapore.
[11]Wang, B., Yang, X., Zhang, X., Zhao, C., Wang, C., Feng, W. (2024). Recommendation Algorithm Based on Refined Knowledge Graphs and Contrastive Learning. In: Cao, C., Chen, H., Zhao, L., Arshad, J., Asyhari, T., Wang, Y. (eds) Knowledge Science, Engineering and Management. KSEM 2024. Lecture Notes in Computer Science(), vol 14887. Springer, Singapore.
[12]王兵,徐裴,张兴鹏.傅里叶增强的无偏跨域目标检测研究[J].计算机科学与探索,2024,18(09):2436-2448.
[13]Chen, P., Zhang, X., Li, Y., Tao, J., Xiao, B., Wang, B., & Jiang, Z. (2023). DAA: A Delta Age AdaIN operation for age estimation via binary code transformer. In *2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)* (pp. 15836-15845). IEEE.
[14]赵春兰,屈瑶,王兵,等.一种基于2D-CNN深度学习的钻井事故等级预测新方法[J].天然气工业,2022,42(12):95-105.
[15]王兵,黄刚,张兴鹏.融合卷积特征的清晰边缘检测研究[J].计算机科学与探索,2023,17(09):2148-2160.
[16]王兵,黄丹,李文璟.基于支持度矩阵Apriori算法的钻井隐患关联挖掘[J].西南石油大学学报(自然科学版),2022,44(02):113-122.
[17]王兵,吴洪亮,牛新征.基于改进势场法的机器人路径规划[J].计算机科学,2022,49(07):196-203.
[18]王兵,李辉灵,牛新征.基于综合选举的DPoS共识算法[J].计算机工程,2022,48(06):50-56.
[19]L. Xu, X. Chen, B. Wang and P. Jin, "A primary study on diversity of question generation," 2022 18th International Conference on Computational Intelligence and Security (CIS), Chengdu, China, 2022, pp. 166-170, doi: 10.1109/CIS58238.2022.00042.
[20]Wang, Bing, Hui-ling Li, and Li Pan. 2023. “Optimized DPoS Consensus Strategy: Credit-Weighted Comprehensive Election.” Ain Shams Engineering Journal 14 (2): 101874.
[21]Jin, P., Wang, H., Ma, L., Wang, B., Zhu, S. (2022). Translating Classical Chinese Poetry into Modern Chinese with Transformer. In: Dong, M., Gu, Y., Hong, JF. (eds) Chinese Lexical Semantics. CLSW 2021. Lecture Notes in Computer Science(), vol 13249. Springer, Cham.
[22]王兵,吴思琪,方宇.三支残差修正的燃气负荷预测[J].计算机工程与应用,2022,58(22):291-296.
[23]廖浩德,邹晓凤,王兵,等.模糊随机碰撞工作量证明共识算法[J].计算机工程与应用,2022,58(07):137-141.
[24]王兵,乐红霞,李文璟,等.改进YOLO轻量化网络的口罩检测算法[J].计算机工程与应用,2021,57(08):62-69.
[25]P. Jin, L. Xu, B. Wang and X. Chen, "Dropout Token To Improve Neural Language Model," 2021 17th International Conference on Computational Intelligence and Security (CIS), Chengdu, China, 2021, pp. 90-93, doi: 10.1109/CIS54983.2021.00027.
[26]王兵,郑亚梅,陈茂柯,等.基于Tri-BiLSTM-CNN的钻井安全问答系统[J].西南石油大学学报(自然科学版),2020,42(06):157-164.
[27]王兵,李文璟,唐欢.改进YOLO v3算法及其在安全帽检测中的应用[J].计算机工程与应用,2020,56(09):33-40.
[28]赵春兰,殷慧敏,王兵,等.基于结构方程与蒙特卡洛方法的钻井现场作业风险评价[J].天然气工业,2019,39(02):84-93.
[29]Wang, B., & Zhao, C. (2016). Research on 3D reconstruction method ACL-based. International Journal of Multimedia and Ubiquitous Engineering, 11(10).
[30]王兵,杨小莹,赵春兰,等.基于贝叶斯网络的钻井作业现场风险评估[J].西南石油大学学报(自然科学版),2015,37(02):131-137.
[31]徐哲,李建,王兵,等.基于贝叶斯网络的钻井井漏问题研究[J].石油天然气学报,2013,35(12):125-129+8-9.
[32]赵春兰,王兵,郭平.基于ARIMA模型的钻井作业风险预测[J].新疆石油地质,2013,34(04):469-472.
[33]专利:一种基于马尔科夫链和贝叶斯网络的钻井风险预测方法 CN104899664B
[35]专利:一种油田运营风险高维评估方法 CN105868928A
[36]专利:  基于神经网络融合技术的钻井井漏类型诊断方法 CN104121014A
[37]专利: 油气井钻井施工作业现场的风险预测系统及方法  CN103824131A
[38]软件著作权 “钻井液报告生成系统”授权号:2015SR151002
[39]软件著作权“钻井培训考试智能系统”授权号:2014SR100126
[40]软件著作权“油气钻井作业安全监管预警系统v1.0” 授权号:2014SR041578
[41]软件著作权:语义驱动型多领域自然语言SQL交互系统 2025SR1296409
[42]软件著作权:面向文旅领域的智能检索增强生成系统,2025SR1469597
[43]软件著作权:固井工程文档信息抽取与数据治理平台,2025SR1704352
[44]软件著作权:基于Kubernetes分布式环境下的资源智能调度系统V1.0,2025SR1139221
[45]软件著作权:燃气管输系统事故后果分析软件,2024SR0413989

科研项目
[1]川港公司2025年基于多模态数据融合的燃气调压器状态监测技术研究,2025
[2]EISC平台QHSE智慧监管系统隐患违章数据分析模型扩展项目,2025
[3]国家重点研发计划:城镇燃气系统事故隐患排查管控关键技术研究与示范,2024YFC3810703
[4]天然气产供销一体化协同规划模型建立,中海油海南分公司,2025
[5]多模态手语翻译现状、应用 及趋势研究,特殊教育语言智能四川省哲学社会科学 重点实验室,2024
[6]自然语言生成SQL语句模型的研究,互联网自然语言智能处理四川省高等学校重点实验室,2022
[7]基于大数据技术的致密砂岩气藏剩余气定量分级评价系统  四川省科技厅  2022NSFSC0283
[8]集成式安全阀离线校验方法与信息化系统,成都特检院,2024
[9]市政燃气管道突发事件应急处置工具研究, 天然气安全研究院,2024
[10]安全事故事件致因因素研究及数据库建立,长宁公司
[11]违章隐患模块升级合同,川庆钻探工程有限公司项目
[12]生产安全预警系统维护升级委托技术开发合同,川庆钻探工程有限公司项目
[13]防喷器闸板行程动态在线监测试验检验合同 川庆钻探工程有限公司项目
[14]QHSE季度考核模块开发 川庆钻探工程有限公司项目
[15]公司生产安全预警系统弱口令整改及QHSE一体化平台的数据接口委托技术开发合同 川庆钻探工程有限公司项目
[16]作业支持平台维护  中海油服
[17]固井井场管理软件维护服务 中海油服
[18]科技贡献率计算模型委托开发合同 川庆钻探工程有限公司项目
[19]质量安全监督信息化系统开发,功能扩展及研究(基于EISS) 中油测井
[20]蜀南气矿Lidar技术场站3D建模及数字孪生应用技术服务合同  蜀南气矿
[21]大型油气田及煤层气开发-钻井工程一体化软件  国家重大专项“十三五”(2016ZX05020-006)
[22]大型油气田及煤层气开发-钻井工程设计和工艺软件 国家重大专项“十二五”(2011ZX05021-006)
[23]事故事件分析与分享系统开发 川庆钻探工程有限公司项目
[24]QHSE隐患排查与监管平台  川庆钻探工程有限公司项目
[25]固井质量评估数值模拟研究技术合同 西南油气田
[26]固井井场数据管理软件 中海油服
[27]固井数据治理系统  中海油服
[28] 数据挖掘在钢质管道剩余强度评价中的应用 南充市科技项目
[29] 地表水单元化评价研究  四川环监监测总站
[30]国石油石化企业用户满意指数评测系统及持续改进体系研究 国家社会科学基金西部项目(06XJY003)
[31]低渗透油藏CO2驱热-流-固耦合的非线性渗流理论研究 国家重点实验室开放基金
[32]动态贝叶斯网络改进及应用研究 四川省教育厅科技重点项目
[33]油气管道高后果区评价与管理软件开发 中石油横向项目
[34]施工作业现场安全监管预警系统 川庆钻探工程有限公司项目
[35]钻井液远程专家决策系统 渤海钻探工程有限公司项目
[36]井控智能培训考试系统 川庆钻探工程有限公司项目
[37]HSE体系审核子系统的研究 川庆钻探工程有限公司项目

更新时间:2026-01-15

Copyright© 2018 All Rights Reserved. 西南石油大学计算机与软件学院