屈桢深科研成果_屈桢深专利信息_哈尔滨工业大学航天学院屈桢深科研信息|屈桢深校企合作信息|屈桢深联系方式
全国客户服务热线:4006-054-001 疑难解答:159-9855-7370(7X24受理投诉、建议、合作、售前咨询),173-0411-9111(售前),155-4267-2990(售前),座机/传真:0411-83767788(售后),微信咨询:543646
企业服务导航

屈桢深科研成果

发布日期:2024-05-10 专利申请、商标注册、软件著作权、资质办理快速响应 微信:543646


屈桢深
姓名 屈桢深 性别 屈桢深
学校 哈尔滨工业大学 部门 航天学院
学位 屈桢深 学历 屈桢深
职称 教授 联系方式 0451-86402350
邮箱 ocicq@126.com    
软件产品登记测试全国受理 软件著作权666元代写全部资料全国受理 实用新型专利1875代写全部资料全国受理
屈桢深

新页签 新建主栏目 讲授课程 名称 神经网络与深度学习(研究生)开课对象:电子信息、自动化、机电、计算机类专业研究生学分:2;学识:32/24课程以现代神经网络与深度学习技术为核心,按照由浅入深的顺序,围绕浅层神经网络、卷积神经网络与深度学习以及现代深度学习应用三部分展开。课程内容包括线性回归和分类、多层感知机、BP学习算法与改进、卷积神经网络概念、现代卷积神经网络、深度学习目标检测、风格迁移与人脸识别、循环神经网络、现代深度学习进展等内容,帮助学生掌握神经网络与深度学习原理、基本神经网络和CNN模型与学习算法、算法实现与领域应用。内容反映了深度学习技术的最近进展与应用,同时以原理和代码结合为特色,提高学生理解动手能力,同时为其实践创新和深入研究打下基础。 智能控制基础(本科生)开课对象:自动化、电子信息、机电、人工智能类专业本科生学分:2;学识:32/24智能控制是一个十分活跃和具有挑战性的发展方向,近年来随着人工智能的兴起得到迅速发展和广泛重视。课程作为自动化及相关专业专业的一门主要选修课,系统讲述了智能控制的基本概念、原理、典型智能控制方法与智能控制系统、系统应用等内容。课程包括智能系统与智能控制、智能无人系统与自动驾驶技术、模糊系统与模糊控制、智能计算、强化学习控制等,涵盖自主智能系统与智能控制的概念、方法、关键技术及应用实例等内容。课程讲述和启发相结合,同时采用实例、图片等形象化的教学方式,反映国内外智能控制研究和应用的最新进展,通过课堂教学、实验等环节,培养学生掌握现代智能系统与智能控制思想、控制系统设计与实践能力、培养学生的协作及创新能力。 教育经历 标题 交流访问 起讫时间 2009 所学专业 学习机构 密歇根大学(安娜堡分校) 学历 访问学者 简单介绍 标题 博士 起讫时间 1998.9-2003.4 所学专业 控制科学与工程 学习机构 哈尔滨工业大学 学历 博士 简单介绍 标题 硕士 起讫时间 1996.9-1998.7 所学专业 控制科学与工程 学习机构 哈尔滨工业大学 学历 硕士 简单介绍 标题 本科 起讫时间 1991.9-1995.7 所学专业 自动控制 学习机构 哈尔滨工业大学 学历 学士 简单介绍 招生信息 名称 研究方向:智能视觉感知与检测;智能无人系统 招收博士生(2024年入学):1名 招收硕士生(2024年入学):2-3名 围绕人工智能及视觉感知大方向,结合重点项目及产业应用需求,以培养“技术专家”或“团队领军“为目标,充分尊重学生职业理想,构建自由、领先、成果丰硕的研究经历。已毕业学生在就业去向及收入上均处于领先地位。 联系邮箱:ocicq@126.com 科研项目 项目名称 复杂工件视觉缺陷检测成像系统与软件工具研发 项目来源 省级重点项目 开始时间 2023 结束时间 2025 项目经费 担任角色 参与 项目类别 纵向项目 项目状态 进行中 简单介绍 视觉缺陷检测是新一代人工智能和机器视觉技术的结合,可有效解决质量监控和管理问题,因此成为智能制造中提高产品质量的关键环节。项目研发智能化、全自动、高精度的表面缺陷检测系统及工具,构建孔内、车身等复杂曲面缺陷检测系统。研究成果将打破国外垄断,同时技术可推广至航空发动机、精密制造等产业中,对于我省及国内制造业水平提升和新能源汽车等产业发展、实现科技强省具有重要意义。 项目名称 多机器人协同导航技术研究 项目来源 部级项目 开始时间 2019.1 结束时间 2020.12 项目经费 担任角色 负责 项目类别 纵向项目 项目状态 完成 简单介绍 针对复杂室外环境特点,以空地无人平台为载体建立协同导航系统,突破系统的协同导航与精确定位、协同地图构建、复杂环境下的协同路径规划等关键技术,研制演示验证系统,重点解决导航精度、可靠性、大范围地图构建及导航实时性问题,实现系统微型化、广覆盖、复杂场景协同导航的目标。 项目名称 基于动态基元特征的场景流计算 项目来源 国家自然科学基金 开始时间 2014.1 结束时间 2017.12 项目经费 担任角色 负责 项目类别 纵向项目 项目状态 完成 简单介绍 场景流用于刻画三维动态场景的结构和运动,是视觉运动估计由二维迈向三维的革命性演进,也是三维视觉研究中最有前景的新兴方向之一。稳健性、精度和时间一致性是现有场景流计算中的关键问题。项目提出一类新的方法,用于稠密、非刚性场景流计算,其本质创新在于建立完整的基于动态基元特征的场景流计算模型。提出基于局部滤波器组的基元特征向量描述改善方法对光照变化等影响因素的稳健性,将动态系数引入基元特征中以建模特征向量的时间相关性,通过多帧联合迭代计算改善特征及运动场的时间一致性并提高精度,实现阶段通过多分辨率嵌套数值迭代配准方法和稀疏表示提高计算效率。项目可望产生国际领先的研究结果,同时为场景流计算开辟一条新的思路,并从根本上提高现有方法的实用性。 奖项成果 奖项名称 小型机器人实验系统 获奖时间 2007年 完成人 所获奖项 部级二等奖 简单介绍 基本信息 名称 屈桢深,男,博士学位,哈尔滨工业大学航天学院 控制科学与工程学科教授,博士生导师;人工智能研究院兼职研究员。AIAA高级会员,IEEE会员,中国宇航学会会员,航空学报、IEEE等期刊审稿人。近年一直从事智能感知与智能系统方向的研究和实践工作。主持及承担包括国家大科学工程、基础预研、国家自然科学基金、揭榜挂帅等多项国家及省部级项目,在无人系统及机器视觉等方向取得一系列突破性研究成果。累计发表论文50余篇,授权专利二十项,获省部级一等奖一项,二等奖一项,SHAFT奖教金一项,优秀班主任一次。 主要研究方向:智能无人系统、机器视觉检测、智能感知、群体智能。