教育经历：

       2020.03-至今同济大学综合交通信息与控制博士在读

       2018.09-2020.03 同济大学综合交通信息与控制硕士

       2014.09-2018.6 同济大学土木工程学院工学学士

获奖情况：

       1. 2019.5，第十六届“挑战杯”上海市大学生课外学术科技作品竞赛三等奖；

       2. 2019.8，第六届全国研究生智慧城市技术与创意设计大赛

       3. 2019.9，同济大学优秀硕士奖学金；

       4. 2019.11，同济大学优秀学生；

期刊论文：

1. Weng, Z., Ablat, G., Wu, D., Liu, C., Li, F., Du, Y., & Cao, J.(2021). Rapid pavement aggregate gradation estimation based on 3D data using amulti-feature fusion network. Automation in Construction. https://doi.org/10.1016/j.autcon.2021.104050

2. Du, Y., Weng, Z., Li, F., Ablat, G., Wu, D.,& Liu, C. (2020). A novel approach for pavement texture characterisationusing 2D-wavelet decomposition. International Journal of Pavement Engineering. https://doi.org/10.1080/10298436.2020.1825712

3. Du, Y., Qin, B., Weng, Z.*, Wu, D., & Liu, C.(2021). Promoting the pavement skid resistance estimation by extractingtire-contacted texture based on 3D surface data. Construction and BuildingMaterials.

https://doi.org/10.1016/j.conbuildmat.2021.124729

4. Du, Y., Weng, Z., Lin, C., & Wu, D. (2020).Dynamic pavement distress image stitching based on fine-grained featurematching. Journal of Advanced Transportation. https://doi.org/10.1155/2020/5804835

5. 翁梓航，古丽妮尕尔•阿卜来提，杜豫川，吴荻非，刘成龙，曹静. 基于三维纹理特征的路面级配快速预估方法.同济大学学报

6. Li, F., Ablat, G.,Zhou, S., Liu, Y., Bi, Y., Weng, Z.,& Du, Y. (2021). 2D-wavelet based micro and macro texture analysis forasphalt pavement under snow or ice condition.

代表性成果：

       利用三维激光数据，构建基于多特征融合的残差网络卷积神经网络对路面级配进行预估。10个几何特征参数和8个基于二维小波分解的参数在残差网络的全连接层进行融合。提出的模型 (ResNet+MLP) 在八分类问题中表现最好，在测试集的预测F1值达到0.96。将其用于级配曲线的预估，多元回归模型预测结果R方为0.86。

2021年6月在世界交通运输大会的道路检测与养护论坛上发表了主题为“基于三维纹理特征的路面级配快速预估方法”，这对我来说是一次宝贵的经历和锻炼。与此同时，参加大会也让我学习到很多先进的理念和技术。