首页
科学研究
研究领域
论文成果
专利
著作成果
科研项目
教学研究
教学资源
授课信息
教学成果
招生信息
学生信息
教师风采
获奖信息
教师博客
其他栏目
EN
姜琳
讲师 硕士生导师
教师拼音名称:Jiang Lin
电子邮箱:
5824ff9892ca6dd809350c0490d89690d75f782f9601b355caaac29f01b958e9a81a6ca06e00687360dce0c5248b3c0bb26fe36d9e950e0e8ce4c353b5900a68b19d80bcb7b1862663af6f0a0af2ac8e5bf91648c64cd2dff41141e03e71f9c94e5643ef06ae8f799593686c7b9d5f00d421488e2e5911e5c1f12386748fc3a0
入职时间:2023-12-01
学历:博士研究生毕业
办公地点:信息学馆307
性别:女
学位:工学博士学位
在职信息:讲师
毕业院校:东北大学
访问量:
开通时间:
.
.
最后更新时间:
.
.
扫描访问手机版
研究领域
工业人工智能;管道智能检测;
智能机器人;电气系统监测与控制;电磁无损检测技术等。
论文成果
More>>
[ 1 ][1] Lin Jiang, Huaguang Zhang, and et al. A Multisensor Cycle-Supervised Convolutional Neural Network forAnomaly Detection on Magnetic Flux Leakage Signals [J]. IEEE Transactions on Industrial Informatics, 2022, 18(11):7619-7627. .
[ 2 ][2]Lin Jiang, Huaguang Zhang, and et al. A Physics-guided MFL Deformed Defect Recovery Method [J]. IEEE Transactions on Automation Science and Engineering, 2023, doi: 10.1109/TASE.2023.3260281. .
[ 3 ][3] Huaguang Zhang, Lin Jiang, and et al. Data Recovery of Magnetic Flux Leakage Data Gaps Using Multifeature Conditional Risk [J]. IEEE Transactions on Automation Science and Engineering, 2021, 18(3): 1064-1073..
[ 4 ][4] Lin Jiang, Huaguang Zhang, and et al. Pipeline Irregular Defect Inversion for Magnetic Flux Leakage Detection System based on Heterogeneous Multi-Class Feature Fusion [J]. IEEE Transactions on Instrumentation and Measurement, 2023, 72: 1-9, Art no. 2509409. .
[ 5 ][5] Lin Jiang, Huaguang Zhang, and et al. Mutual Supervision of MFL Heterogeneous Signals for Insufficient Sample Defect Detection on Pipeline Safety Operation [J]. IEEE Transactions on Automation Science and Engineering, 2024..
[ 6 ][6] Lin Jiang, Huaguang Zhang, and et al. THMS-Net: A Two-Stage Heterogeneous Signals Mutual Supervision Network for MFL Weak Defect Detection [J]. IEEE Transactions on Instrumentation and Measurement, 2021, 71: 1-9, Art no. 3520209..
专利
[ 1 ][4] 一种复杂工况管道在线全息外检测系统及方法,已受理.
[ 2 ][2] 裂纹检测方法、装置、电子设备及存储介质,已受理.
[ 3 ][3] 基于多特征融合的管道漏磁非规则缺陷反演方法及装置,已受理.
[ 4 ] [1]一种基于LS-KNN的管道漏磁内检测缺失数据插补方法,已授权.
著作成果
[ 1 ]唐建华,郑松林,刘金海,姜琳. 管道漏磁内检测数据预处理方法[M]. 东北大学出版社,2019.,2024
科研项目
More>>
[ 1 ]国家资助博士后研究人员计划:“复杂工况下油气管道缺陷智能识别方法”, GZC20240226,2025.1-2026.12,36万,主持。
[ 2 ]教育部中央高校基本科研业务费:“新场景下油气管道缺陷智能量化方法研究”, N2404025,2024.1-2025.12,5万,主持。
[ 3 ]辽宁省科技厅自然科学基金-博士启动基金项目:“基于多元协同演化的未知运行场景下油气管道缺陷尺寸反演方法研究”,10万,主持。
[ 4 ]东北大学博士后基金,2024.1-2024.12, 3万,主持。
[ 5 ]国家重点研发计划项目:“海管检测数据与缺陷评估关键技术研究与软件开发”,2017YFF0108804,2017.6-2021.6,840万元,参与。
[ 6 ]国家自然科学基金联合基金:“管道移动机器人复杂环境自适应巡检理论与方法研究”,U21A20481,2022.1-2025.12,260万元,参与。