科研学术

分享到微信 ×
打开微信“扫一扫”
即可将网页分享至朋友圈
自动化工程学院博士生在第七届模式识别与人工智能国际会议荣获最佳论文奖
文:自动化学院 来源:自动化学院 时间:2024-09-11 9113

近日,我校自动化工程学院电子测试技术与仪器研究所的博士研究生谭旭彤等在第七届模式识别与人工智能国际会议(PRAI 2024 - The 7th International Conference on Pattern Recognition and Artificial Intelligence)上发表会议论文并荣获最佳论文奖(Best Paper Award)。谭旭彤为第一作者,殷春教授为通讯作者,电子科技大学为论文单位。

ec98c54c42ea0787631e7275627011fd_ed040.p

本次会议围绕“智能技术前沿与应用发展”主题,深入探讨了包括模式识别、机器学习、多智能体系统、机器人视觉、图像处理、语音识别、信号和视频处理以及人工智能与智能医疗等在内的多个前沿技术领域的最新进展。会议共设立了三名Best Paper Award奖项,自动化学院电子测试技术与仪器研究所博士生谭旭彤、刘俊洋、高延、闫中宝同学和殷春教授发表题为《A Fast Measurement Method of Temperature Field on High Temperature Surface Based on Color CCD》的工作,脱颖而出,荣获其一。

300e18ff5d6b08094719cb0610e34d29_ed040.p

论文积极探究了人工智能在高温温度场自动化测量中的结合和优化工作。着眼于航空发动机测量、金属焊接和冶金等特种行业中高温温度场的快速和精确测量的问题,研究并分析了涡轮叶片高温温度场实际测量过程中影响温度测量性能的外部环境误差来源,包括高温背景反射引起的信号污染,高温气体辐射的影响,叶片发射率的不确定性,烟尘等高温颗粒物的污染,以及热障涂层半透明辐射特性的干扰,导致CCD像元接收到的辐射总量大于叶片本身的辐射量。基于此,提出了结合神经网络优秀的非线性映射能力,考虑噪声辐射模式的高温温度场反演网络,通过拟合训练含噪的高温比色值映射网络,提升模型的特征学习能力和泛化能力,实现了高温温度场的快速测温和可视化。实验验证表明,提出的高温温度场反演网络测温性能优秀,相比传统的比色测温方法在高温区域拥有显著的测温稳定性以及测温误差优势。

9d6263b074bc69b981092418771f3a09_ed040.p

本论文依托于教育部电子测试技术与仪器工程中心,中心针对电子测试技术与仪器领域开展学术研究、技术创新和成果转化。在王厚军等诸多教授的带领下,中心主持制定了多个电子仪器国家标准和国军标。荣获包括国家技术发明奖、何梁何利科技创新奖、科学探索奖在内的多项重要科技奖励。承担多项国家和部委重点项目,近五年研究经费超过5.23亿元。累计发表高水平论文、专著和教材以及授权多个国家发明专利,2023年发表了电子科技大学当年首篇Nature正刊论文。


编辑:王晓刚  / 审核:李果  / 发布:陈伟