刘艳
- 作品数：9 被引量：25H指数：3
- 供职机构：北京科技大学自动化学院更多>>
- 发文基金：中央高校基本科研业务费专项资金北京市重点学科建设基金国家自然科学基金更多>>
- 相关领域：文化科学自动化与计算机技术电子电信金属学及工艺更多>>
- 电气信息类创新人才培养的探索与实践被引量：9
- 2020年
- 在国家实施创新驱动发展战略的背景下,为激发学生的学习兴趣和专业感知、培养学生的工程思维和创新意识、提升学生的工程实践和创新能力,依托模拟电子技术课程,围绕创新三要素--知识、思考、实践,提出一种基于创新素养教育的专业导航图、知识思维导图、口袋实验室建设新举措,探索和优化电气信息类创新人才培养模式,助力实现"学思结合、知行统一"的教学目标,践行创新教育理念。
- 刘艳李擎李江昀史雪飞崔家瑞
- 关键词：模拟电子技术
- 工业组态软件课程对工程认证能力培养的支撑实践被引量：3
- 2022年
- 实践教学是工科知识、能力和素质养成的重要保证和基础。针对实践类课程对工程认证能力和素养的支撑,以北京科技大学自动化专业的工业组态软件课程为载体,将OBE理念贯彻到课程层面。优化教学设计、重塑课程内容、细化考核评价,将工程认证中毕业要求的能力和素养要素渗透并融入课程教学和实践,助力实现毕业要求指标点的“可落实”、“可评价”要求,为进一步推进工程教育专业认证提供参考和借鉴。
- 刘艳李擎李江昀蔺凤琴
- 关键词：工业组态软件实践类课程
- 基于赛教融合的“金课”建设探索与实践被引量：1
- 2023年
- 在以“金课”为导向的大学一流课程建设背景下,针对国内本科课程普遍存在的课程内容旧、持续改进难和缺乏挑战度等问题,依托“西门子杯”中国智能制造挑战赛,以控制网络技术课程为例,提出赛教融合促进“金课”两性一度达成的新举措。在分析赛教融合必要性的基础上,通过对赛题知识点的演变分析,遵循以赛促教和以赛促建原则,对教学大纲、教学内容、课程资源和实验内容等课程要素进行了动态更新与调整,形成符合“金课”标准的新模式。通过连续3年对课程建设成效的追踪与统计,显示出控制网络课程在学生学习兴趣、考试成绩、英文水平、评教评课等多方面都取得了明显提升,是一种可推广可借鉴的模式和途径,为促成“金课”建设提供有益参考和借鉴。
- 张晓媛李擎李江昀刘艳
- 关键词：控制网络技术
- 一种用于数据驱动建模的信号发生器设计被引量：2
- 2014年
- 提出了一种基于现场可编程门阵列(Field_Programmable Gate Array,FPGA)和ARM的直接数字式频率合成(DDS)信号发生器,产生频率可调的正弦波、三角波和方波信号,其中方波的占空比可调.阐述了信号发生器的体系结构,对波形产生的最小频率做了精确计算,同时对方波的占空比改变方式进行了设计和计算.在分析方波滤波电路后,计算确定了低通滤波器的电阻和电容值.最后对系统实现的效果做了频谱分析,结果表明,设置频率为主要分量,达到了设计要求.
- 刘艳刘刚
- 关键词：现场可编程门阵列ARM直接数字式频率合成器信号发生器数据驱动
- 构建多维度模拟电子技术教学体系被引量：1
- 2019年
- 为了发挥“模拟电子技术”作为专业基础及工程启蒙课的深厚作用,文章构建了定“点”挖掘课程内核、连“线”贯通理论与实践、展“面”搭建多维空间、建“体”渗透深厚作用的多维度教学体系,从而落实新工科在专业认证背景下对工程人才培养的高标准、新要求。经过5年的探索与实践,不断完善的模电课程体系能够解决长期困扰一线教师的一些难题,对专业基础课尤其是具有一定学生规模的工程系列课程有较好的借鉴参考价值。
- 史雪飞李擎林颖陈静刘艳
- 关键词：模拟电子技术
- 基于极限学习机的变压器故障快速识别被引量：2
- 2015年
- 针对基于传统神经网络的变压器故障识别诊断方法存在网络收敛慢、易陷入局部极小点和网络参数难确定的缺点,提出了一种基于极限学习机的电力变压器故障快速识别方法。该方法以变压器油中用于故障类型分析的5种主要溶解气体含量作为输入特征量,5种常见变压器状态作为输出量建立分类识别模型。实验结果显示,该方法的识别准确率比支持向量机高12.5%,识别速度是支持向量机的2.6倍,比概率神经网络快5.5倍以上,表明该方法对变压器故障的识别快速而有效。
- 刘晓乐刘艳
- 关键词：电力变压器极限学习机油中溶解气体分析
- Q点稳定电路的挖掘和延伸被引量：1
- 2015年
- 本文对"模拟电子技术"中射极分压偏置电路(Q点稳定电路)进行深层次的挖掘:从剖析它的结构开始,通过此电路阐述估算在该课程中的重要意义;提炼以变化应变化的普适工程化思维;挖掘该电路中隐含的科学发展规律(发现问题、分析问题、解决问题、发现新问题、再分析、再解决),使学生体会进而掌握电路背后蕴含的知识和魅力。
- 史雪飞陈静刘艳
- 基于深度学习的行人重识别方法综述被引量：5
- 2022年
- 对深度学习在行人重识别领域的应用现状进行总结与评价.首先,对行人重识别进行介绍,包括行人重识别的应用场景、数据集与评价指标,并对基于深度学习的行人重识别的基本方法进行总结.之后,针对行人重识别的研究现状,将近年来国内外学者的研究工作归纳为基于局部特征、基于生成对抗网络、基于视频以及基于重排序4个方向,并对每个方向所使用的方法分别进行梳理、性能对比以及总结.最后,对行人重识别领域现存的问题进行了分析与讨论,并探讨了行人重识别未来的发展方向.
- 李擎胡伟阳李江昀李江昀李梦璇
- 关键词：视频数据
- 深度神经网络模型量化方法综述被引量：1
- 2023年
- 近年来,利用大型预训练模型来提高深度神经网络在计算机视觉以及自然语言处理等具体任务下的泛化能力和性能,逐渐成为基于深度学习的人工智能技术与应用的发展趋势.虽然这些深度神经网络模型表现优异,但是由于模型的结构复杂、参数量庞大与计算成本极高,使得它们仍然难以被部署在如家电或智能手机等资源受限的边缘及端侧硬件平台上,这很大程度上阻碍了人工智能技术的应用.因此,模型压缩与加速技术一直都是深度神经网络模型大规模商业化应用推广的关键问题之一.当前在多种模型压缩与加速方案中,模型量化是其中主要的有效方法之一.模型量化技术可以通过减少深度神经网络模型参数的位宽和中间过程特征图的位宽,从而达到压缩加速深度神经网络的目的,使量化后的网络能够部署在资源有限的边缘设备上,然而,由于量化会导致信息的大量丢失,如何在保证模型任务精度条件下实现模型量化已经成为热点问题.另外,因硬件设备以及应用场景的不同,模型量化技术已经发展成为一个多分支的研究问题.通过全面地调研不同角度下模型量化相关技术现状,并且深入地总结归纳不同方法的优缺点,可以发现量化技术目前仍然存在的问题,并为未来可能的发展指明方向.
- 杨春张睿尧黄泷遆书童林金辉董志伟陈松路刘艳殷绪成
