个人简介
博士,研究方向:智能电磁无损检测技术。长期从事电、磁、热等多场无损检测技术研究,博士后期间在英国伦敦布鲁奈尔大学(Brunel University London)王子栋教授团队进行一年的研究工作,在人工智能与电磁无损检测技术方向进行了深入研究,发表了多项人工智能电磁无损检测技术相关研究成果,在多层异质板材、薄膜等特种材料的结构健康完整性应用研究方面具有多年经验。在电磁热物理机理研究上提出了电磁逐层迭代检测模型、小样本电磁热图像神经网络训练方法等,实现了异构、异形、多层材料的缺陷高清检测。主持国家自然科学基金、中国博士后基金各1项,参与国家自然基金重点项目、国防项目等项目10余项,担任Neurocomputing、IEEE Transactions on Instrumentation and Measurement 、IEEE Transactions on Neural Networks and Learning Systems 、Journal of Ambient Intelligence and Humanized Computing等多个国际期刊审稿人。公开发表论文20余篇,其中SCI收录13篇,获授权专利12项,以第一作者身份获得2015年在意大利召开的测试领域顶级会议I2MTC唯一最佳论文奖。
代表成果:
L. Tian, Z. Wang*, W. Liu, Y. Cheng, F. E. Alsaadi and X. Liu, Empower parameterized generative adversarial networks using a novel particle swarm optimizer: algorithms and applications, International Journal of Machine Learning and Cybernetics, 13(4), 1145-1155(2021), (ISSN 1868-8071) . https://doi.org/10.1007/s13042-021-01440-3.
L. Tian, Z. Wang*, W. Liu, Y. Cheng, F. E. Alsaadi and X. Liu, A new GAN-based approach to data augmentation and image segmentation for crack detection in thermal imaging tests, Cognitive Computation, 13(5), 1263-1273(2021) (ISSN 1866-9956) . https://doi.org/10.1007/s12559-021-09922-w.
L. Tian, Z. Wang*, W. Liu, Y. Cheng, F. E. Alsaadi and X. Liu, An improved generative adversarial network with modified loss function for crack detection in electromagnetic nondestructive testing, Complex & Intelligent Systems, 8(1), 467-476(2022), (ISSN 2198-6053). https://doi.org/10.1007/s40747-021-00477-9
Y. Liang, L. Bai, L. Tian*, X. Zhang, Y. Gao, Thermal Parameter Reconstruction Imaging for Interlayer Defect Detection in ECPT, IEEE Transactions on Industrial Informatics , Early Access(22 Nov,2024), (ISSN 1551-3203). DOI:10.1109/TII.2024.3495784.
相关链接:
谷歌学术主页:https://scholar.google.com/citations?hl=zh-CN&user=zp7POX8AAAAJ&view_op=list_works
学术活动:
第十二届全国技术过程故障诊断与安全性学术会议(CAA SAFEPROCESS 2021),分会场主席,出版委员会联合主席;
课程教学:
本科
《自动检测技术》
《高级语言程序设计(Python)》
研究生
《现代测试技术》
研究生招生:https://yjsjy.uestc.edu.cn/gmis/jcsjgl/dsfc/dsgrjj/20713?yxsh=06
主要科研项目:
《基于多模式XXXX》(100),国家级,主持,2024-2025;
《柔性涡流阵列中的远近场信息融合成像检测方法研究》(23),国家自然科学基金,主持,2020-2022;
《汽车涂层厚度测量仪应用与技术开发》(30),技术应用,主持,2021-2022;
《固体火箭发动机旋压筒体高效自动检测技术研究》(30),技术应用,主持,2020-2020;
《基于XXX单场》(265),国家级,2/14,2022-2024;
《输油气管道控制系统硬件可靠性和剩余寿命预测研究》(293),3/10,2021-2022;
《通信协议影响下受限运动建模与估计问题研究》(58),国家自然科学基金,2/10,2022-2025;
《涡流XX仪》(350),国家级,3/14,2020-2022;
《XX记录仪》(334),国家级,3/16,2020-2022;
《多层复杂结构电磁热多参数层析成像检测方法研究》(320),国家自然科学基金,6/10,2021-2024。
授权专利:
一种基于涡流稳态特性的磁性金属材料厚度检测方法,ZL201910129231.5,2020-03-24
一种通过改进GAN增强裂纹磁光图像的方法,ZL202011304362.1,2022-03-25
一种通过改进GAN增强红外热图像的方法,ZL202011300158.2,2022-04-19
一种基于相位特征自适应提取红外热图像缺陷的方法,ZL202111370343.3,2023-03-10
教育经历
2011.9-2018.7
电子科技大学 | 控制科学与工程 | 工学博士学位 | 博士研究生毕业
2007.9-2011.7
电子科技大学 | 自动化 | 工学学士学位 | 大学本科毕业
工作经历
2020.4-至今
自动化工程学院
|
专任教师
2019.2-2020.2
Brunel University London
|
Computer Science
|
Academic Visitor
2018.7-2020.3
电子科技大学
|
博士后
研究方向
[1] 电涡流及其衍生场物理建模无损检测技术
[2] 脉冲涡流无损检测技术
[3] 涡流热成像无损检测技术
[4] 磁光成像无损检测技术
[5] 人工智能算法研究,包括:无损检测+深度学习(GNN,GAN等);深度学习理论研究,深度学习优化算法研究。
其他联系方式
[1] 邮编:
[2] 传真:
[3] 通讯/办公地址:
[4] 办公室电话:
[5] 移动电话:
[6] 邮箱: