刘艳
近期热点
资料介绍
个人简历
工作履历1999.08 - 2004.06 北京科技大学信息工程学院自动控制研究所,实习研究员2004.07 - 2010.12 北京科技大学信息工程学院自动控制研究所,助理研究员2011.01 - 2019.06 北京科技大学自动化学院自动控制研究所,助理研究员2019.07 - 至今 北京科技大学自动化学院自动控制研究所,副教授教育背景1995.09 - 1999.07 北京科技大学工业自动化专业学习,获工学学士学位2003.09 - 2006.03 北京科技大学控制理论与控制工程专业,获工学硕士学位2008.09 - 2016.06 北京科技大学控制科学与工程专业,获工学博士学位研究领域
大数据及机器学习在工业中的应用先进控制理论在轧钢自动化中的应用复杂工业过程建模与智能优化控制"代表性项目1) 国家自然科学基金(61803024):噪声引导观点动力学趋同的理论分析及应用,2019.01-2021.12,主要参加人2) 国家自然科学基金(51205018):非线性影响下高速轧机机-电-液耦合系统振动机理与控制方法,2013.01-2015.12,参加人3) 中央高校基本科研业务费(FRF-GF-17-B49):基于机器学习的DNA特征识别,2017.11-2018.11,负责人4) 中央高校基本科研业务费(FRF-SD-12-008B):高精高速板带箔冷轧机控制系统开发与研究,2012.01-2014.12,主要参加人5) 北京市教委共建项目:数据驱动的非稳态轧制过程控制若干关键问题研究,2013.06-2014.06,参加人6) 企业委托项目(2018-676):基于大数据的冶金流程智能化排产及物流管理系统软件,2018.09-2020.09,负责人7) 企业委托项目(2013-075):内蒙德晟换热站系统应用软件设计开发,2013.02-2013.03,负责人8) 企业委托项目(2009-066):鞍凌1700热连轧机控制系统软件合作开发, 2009.01-2010.06,子课题负责人9) 企业委托项目(2018-373):流程工业综合自动化仿真系统研发,2018.06-2018.12,参加人10) 企业委托项目(2016-201):自动化专业虚拟仿真系统研发,2016.05-2016.11,参加人11) 企业委托项目(2013-040):不锈钢中板在线外形检测系统,2012.12-2013.03,参加人12) 企业委托项目(2012-172):模具钢在线预硬装置计算机控制系统研究与开发,2012.03-2013.09,参加人"近期论文
代表性论著[1] Liu, Yan; Ren, Qirui; Geng, Jiahui et al. Efficient Patch-Wise Semantic Segmentation for Large-Scale Remote Sensing Images[J]. Sensors, 2018, 18(10), 3232.[2] Liu, Yan; Mo, Lipo. Noise-Induced Truth Seeking of Heterogeneous Hegselmann-Krause Opinion Dynamics[J]. Advances in Mathematical Physics, 2018, Article ID 8702152, DOI: 10.1155/2018/8702152.[3] Liu, Yan; Wang, Yaoping; Zeng, Chan et al. Edge detection for conveyor belt based on the deep convolutional network[C]. CISC2018, 529(10): 275-283.[4] Liu, Yan; Geng, Jiahui; Su, Zhenfeng; Zhang, Weicun; Li, Jiangyun. Real-time classification of steel strip surface defects based on deep CNNs[C]. CISC2018, 529(10): 257-266.[5] Liu, Yan; Wang, Yupeng; Li, Jiangyun. Research of strip flatness control based on legendre polynomial decomposition[J]. Open Automation and Control Systems Journal, 2015, 7(1): 203-211.[6] Liu, Yan; Tong, Chaonan; Li, Jiangyun. An energy analysis based deflection model for roll bending setting[J]. International Journal of Earth Sciences and Engineering, 2015, 8(1): 517-522.[7] Liu, Yan; Yang, Ruijian; Wang,Yinhu et al. Neural Network Method for Measuring Plate Based on Machine Vision[C]. The proceedings of International Conference on Electronic,Electrical and Control Engineering(ICEECE 2015), 2015: 389-392.[8] Liu, Yan; Tong, Chaonan; Lin, Fengqin. Rolling force prediction based on wavelet multiple-RBF neural network[C]. 2012 IEEE International Conference on Information and Automation, ICIA 2012: 941-944. 相关热点