今天是:

科研工作

科研及研究生

当前位置: 首页 >> 科研工作 >> 科研及研究生 >> 正文

首届驻保高校青年学者论坛暨“智能方法与应用”专题研讨会

发布日期:2019-06-26    点击:

时间:2019年6月29日(周六)上午8:30

地点:河北农业大学机电工程学院二楼218学术报告厅

会议流程:

1

08:10-08:30

会议入场及签到

2

08:30-09:00

主题报告1:电力视觉技术

3

09:00-09:30

主题报告2:深度卷积神经网络模型研究

4

09:30-10:00

主题报告3:离散事件系统故障诊断

5

10:00-10:10

茶歇

6

10:10-10:40

主题报告4:非线性系统鲁棒控制的自适应动态规划方法研究

7

10:40-11:10

主题报告5:基于图像与光谱技术的种子质量检测

8

11:10-11:40

主题报告6:面向非受限身份识别的图像集表示学习方法

报告人简介:

1. 题目:电力视觉技术

赵振兵,博士,华北电力大学电气与电子工程学院副教授,智能视觉计算研究所副所长。CCF YOCSEF保定AC委员,CCF计算机视觉专委会委员,CSIG视觉大数据专委会委员、成像探测与感知专委会委员,中国电机工程学会电力通信专委会学组成员,河北省“三三三人才工程”人选。长期从事电力视觉和物联网技术研究。目前以第1作者出版专著1部,发表SCI或EI收录论文30余篇;主持国家自然科学基金2项、北京市自然科学基金项目1项、河北省自然科学基金1项、模式识别国家重点实验室开放课题基金1项、中央高校基本科研业务费专项资金4项,以第2负责人参加863子课题1项,参研国家自然科学基金项目3项;主持电力企业合作课题7项;以第1完成人获得国家专利授权16项。

摘要:电力视觉是一种利用机器学习(深度学习)、模式识别、数字图像处理等技术并结合电力专业领域知识解决电力系统各环节中视觉问题的电力人工智能技术。电力视觉检测是一种实现电力系统中视觉目标和缺陷检测任务的电力视觉技术。本报告主要汇报课题组在输变电设备视觉检测方面的最新研究进展,主要包括:关键部件目标检测和关键部件缺陷检测等方法,并指出目前还存在的问题。

2. 题目:深度卷积神经网络模型研究

张珂,博士,华北电力大学电子与通信工程系副教授,硕士生导师。2012年毕业于北京邮电大学获博士学位,之后在美国密苏里大学哥伦比亚分校进行计算机视觉、生物特征识别领域博士后研究工作。现主要研究方向为计算机视觉、深度学习、人脸分析、电力视觉分析等。先后以第一作者或通信作者在包括IEEE TCSVT、IEEE ACCESS、Cluster Computing、Journal of Electronic Imaging、ICIP、ICPR、计算机辅助设计与图形学学报、清华大学学报、中国图象图形学报、智能系统学报等权威国际国内期刊与会议上发表学术论文30余篇,其中ESI高被引论文1篇;作为负责人承担国家自然科学基金项目1项、河北省自然科学基金项目1项,科技部中小企业创新基金项目1项,中央高校基本科研业务费专项基金4项,作为课题骨干参与国家自然科学基金项目2项。张珂副教授担任中国计算机学会交通视觉专委会委员、中国自动化学会混合智能专委会委员、中国人工智能学会智能服务专委会通信委员,入选河北省“三三三人才”计划,并担任Neural Computing、IEEE-TVT、IEEE-GRSL、IEEE ACCESS、IET Image Processing、IET Biometrics、Journal of Signal Processing Systems、ICIP、ICPR、ICASSP、中国图象图形学报和北京邮电大学学报等多个学术期刊和国际会议的审稿专家。

摘要:目前,图像分类在视频监控分析、医学图像识别、人脸图像识别等多个领域有广泛的应用。传统图像分类通过人工设计的方法提取特征,泛化能力较差。近年来,深度学习已成功应用于语音识别、自然语言处理,尤其是计算机视觉,且深度卷积神经网络(Deep Convolutional Neural Networks,DCNN)已成为计算机视觉领域的主要研究方法。ResNets网络与DenseNet网络作为当前最有效的DCNN模型,成为了近几年图像分类模型研究的热点,逐渐形成了ResNets与DenseNet网络家族,并成功应用在图像分类,目标检测、图像分割等计算机视觉领域。本报告将对ResNets和DenseNet网络家族进行讨论和综述,介绍我们在这个方面的一些研究进展;并针对人脸图像年龄估计这类特殊的图像分类应用,介绍我们的相关研究成果。

3. 题目:离散事件系统故障诊断

冉宁,博士,讲师,硕士研究生导师。2017年获浙江大学控制科学与工程专业博士学位,博士期间导师为苏宏业教授。2017年9月至今在92白菜网大全网址自动化系从事教学科研工作。研究方向为离散事件系统、Petri网故障障诊断等。目前主持河北省自然科学基金青年项目1项、河北省教育厅青年项目1项,以第一作者在控制领域期刊和会议上发表论文10余篇,曾赴意大利卡利亚里大学交流学习1年,期间合作导师为Alessadro Giua教授。目前担任多个期刊和会议的审稿人,包括IEEE TAC、IEEE TSMC、IEEE Access、CDC、ACC等。

摘要:离散事件系统(Discrete Event System,DES)是由异步、突发的事件来驱动状态演化的一类动态系统。然而,随着科技和经济的迅速发展,DES的规模呈大型化和复杂化发展趋势,系统发生故障的可能性也随之增加。故障诊断技术能够根据DES的运行数据判断故障(事件)是否已经发生,这对提高DES的可靠性和安全性具有十分重要的科学意义。

4. 题目:非线性系统鲁棒控制的自适应动态规划方法研究

黄玉柱,博士,高级工程师。2013年博士毕业于中国科学院自动化研究所控制理论与控制工程专业;2013年,进入清华大学热能系博士后流动站,2015年出站后,一直从事重型燃气轮机控制系统的研发工作,2019年进入92白菜网大全网址,主要研究方向为自适应动态规划、强化学习、神经网络、鲁棒与最优控制。

摘要:通过将鲁棒控制与最优控制理论相结合,利用自适应动态规划方法开展不确定非线性系统有限时间鲁棒控制方法的研究。自适应动态规划作为一种近似求解非线性最优控制问题的新方法,融合了神经网络、动态规划和强化学习的思想,本质是利用在线或离线数据,采用函数近似结构(如神经网络)来估计系统性能指标函数,然后依据最优性原理来近似最优控制策略,是一种具有学习和优化能力的智能控制方法,在解决复杂非线性优化控制问题中具有极大的潜力。

5. 题目:基于图像与光谱技术的种子质量检测

范晓飞,现任河北农业大学机电工程学院校聘教授,太行学者三层次,美国密苏里大学博士、博士后。归国前在美国圣路易斯市孟山都公司总部工作,曾先后担任高级图像工程师和创新技术推广主管,从事人工智能与图像技术在农业上的应用,领导一支工学博士团队进行研发,并将研发成果应用于孟山都的生产和操作部门。

摘要:本报告将介绍应用计算机视觉,及高光谱、多光谱图像技术对种子的高通量、无损质量检测方法。图像与光谱技术不仅可以媲美人工视觉,对种子外观进行高通量、客观、准确的定量评估,还能反映种子内部结构和化学组成,对种子的芽率和活力进行判别和估计。成像方法结合机械和自动化技术,在工业生产可实现对种子的高通量筛选,进行优选分级。

6. 题目:面向非受限身份识别的图像集表示学习方法

刘博,博士,河北农业大学信息科学与技术学院校聘教授,太行学者三层次,研究生导师,2017年毕业于北京交通大学获得计算机科学与技术专业博士学位。研究方向为机器学习,计算机视觉。在IJCV、TMM、Neurocomputing、ACMMM、PAKDD、软件学报等期刊会议发表文章10余篇。现主持河北省教育厅青年项目1项, 北京市重点实验室开放课题1项,参与国家自然科学基金项目2项。

摘要:身份识别在交易认证、安防控制、舆情分析等领域有着普遍需求,因而受到研究者的广泛关注。目前,在算力与数据的共同推动下,在某些有约束场景下,算法识别结果已经可以超越人类。但在完全无约束场景下,由于环境多样、被识别客体不配合、采录设备各异等原因,很大程度上限制了识别算法的灵活性和适用性。本次报告针对完全非受限环境下的身份识别问题,围绕着图像集这一数据建模工具,系统地对图像集表示学习的理论和方法展开介绍。

主办单位

河北农业大学青年教师学术沙龙

92白菜网大全网址

华北电力大学电子与通信工程系

承办单位

河北农业大学机电工程学院

河北农业大学信息科学与技术学院首届驻保高校青年学者论坛暨“智能方法与应用”专题研讨会