汤健  

7.png


  汤健,男,教授,2012年东北大学自动化研究中心控制理论与控制工程专业博士毕业。获得东北大学2012年度优秀博士论文,辽宁省2013年度优秀博士论文等多项奖励。目前担任中国自动化学会能源互联网专业委员会委员、中国自动化学会环境感知与保护自动化专业委员会委员、国家自然科学基金与北京市自然科学基金评审专家等。

   科研工作。研究方向为小样本数据建模、固废处理过程智能控制。具体研究内容包括:选择性集成学习、机理数据混合驱动建模、环保自动化大数据智能分析、固废焚烧过程的智能建模与优化控制、典型城市固废回收资源的智能化回收与信息安全处理等。目前,主持国家重点研发计划课题、国家自然科学基金和北京市自然科学基金面上项目各1项;主持完成国家自然科学基金面上项目、东北大学流程工业综合自动化国家重点实验室、南京信息工程大学、矿冶过程自动控制技术国家重点实验室开放课题共计5项;作为合作单位负责人,主持完成国家自然科学青年基金项目和应急管理项目共计2项;主持或作为主要完成人参加国防科研项目10余项,其中专项工程1项,获国防科技进步二等奖2项、三等奖1项;获中国机械工业科学技术奖三等奖1项;在IEEE汇刊、IFAC会刊等国内外期刊发表论文40余篇,其中SCI论文20余篇,《自动化学报》与《控制理论与应用》论文10余篇;以第1作者在国防工业出版社出版数据驱动建模方向专著2部、进化计算方向译著1部;在剑桥学者出版社英文专著1部;申请或授权国家发明专利近50余项。

   教学工作。研究生课程《遗传算法与进化计算》,本科生课程《传感器与智能感知》等。

   联系方式。Tel: 010-67392443E-mail: freeflytang@bjut.edu.cntjian001@126.com 

   科研项目

   1. 北京市自然科学基金面上项目,42120322021/01/01-2023/12/3120万元。

   2. 国家自然科学基金面上项目,620730062021/01/01-2024/12/3168.8万元。

   3. 国家重点研发计划课题,2018YFC19008012018/12-2022/12379万元,主持。

   4. 国家自然科学基金面上项目,615733642016/01-2019/12,经费78.6万元,主持。

   5. 矿冶过程自动控制技术国家(北京市)重点实验室开放课题,2018/12-2019/12,主持,10万元。

   6. 矿冶过程自动控制技术国家(北京市)重点实验室开放课题,2017/11-2018/1215万元,主持。

   7. 国家自然科学基金青年项目,6170308792018/01-2020/12,直接经费27万元,合作单位负责人。

   8. 国家自然科学基金应急管理项目,616403082017/01-2017/12,直接经费16万元,合作单位负责人。

   9. 面向高维谱数据的选择性集成学习研究,2016/06-2017/7 南京信息工程大学开放课题,6.2万元,主持。

   10. 东北大学流程工业综合自动化国家重点实验室开放课题,2015/01-2017/129万元,主持。

发表论文

  1. Jian Tang, Heng Xia, Jian Zhang, Junfei Qiao, Wen Yu. Deep Forest Regression based on Cross-Layer Full Connection [J]. Neural Computing and Applications, NCAA-D-20-01924R1., 2021, Accepted. 10.1007/s00521-021-05691-7. (SCI)

  2. Jian Tang, Gaowei Yan, Zhuo Liu, Yefeng Liu, GangYu, Ning Sheng. Experimental analysis of wet mill load parameter based on multiple channels mechanical signal under multiple grinding conditions [J]. Minerals Engineering, MINE-D-19-01104, Volume 159, 1 December 2020, 106609. https://doi.org/10.1016/j.mineng.2020.106609. (SCI)

  3. Jian Tang, Junfei Qiao, Zhuo Liu, Ning Sheng, Wen Yu, Gang Yu. Dual-layer optimized selective information fusion using multi-source multi-component mechanical signals for mill load parameters forecasting [J]. Mechanical Systems and Signal Processing, vol. 135, 1 January 2020, 106371 (SCI).

  4. Jian Tang, Junfei Qiao, Zhuo Liu, Xiaojie Zhou, Gang Yu, Jianjun Zhao. Optimized ensemble modeling based on feature selection using simple sphere criterion for multi-scale mechanical frequency spectrum [J]. Soft Computing, 2019, 23(16): 7263-7278. (SCI).

  5. Jian TangJunfei QiaoJian ZhangZhiwei WuTianyou ChaiWen Yu. Combinatorial optimization of input features and learning parameters for decorrelated neural network ensemble-based soft measuring model [J]. Neurocomputing, 2018, 275: 1426-1440. (SCI).

  6. Jian Tang, Junfei Qiao, ZhiWei Wu, Tianyou Chai, Jian Zhang, Wen Yu. Vibration and acoustic frequency spectra for industrial process modeling using selective fusion multi-condition samples and multi-source features [J]. Mechanical Systems and Signal Processing, 2018, 99:142-168. (SCI).

  7. Jian Tang, Zhuo liu, Jian Zhang, Zhiwei Wu, Tianyou Chai, Wen Yu. Kernel latent feature adaptive extraction and selection method for multi-component non-stationary signal of industrial mechanical device [J], Neurocomputing, 2016, 216(C):296-309. (SCI).

  8. Jian Tang, Jian Zhang, Zhiwei Wu, Zhuo Liu, Tianyou Chai, Wen Yu. Modeling collinear data using double-layer GA-based selective ensemble kernel partial least squares algorithm [J], Neurocomputing, 2017, 219:248-262. (SCI). 

  9. Jian Tang, Wen Yu, Tianyou Chai, Zhuo Liu, Selective ensemble modeling load parameters of ball mill based on multi-scale frequency spectrum feature selection using sphere criterion [J], Mechanical Systems and Signal Processing, 2016, 66-67: 485-504, (SCI).

  10. Jian Tang, Tianyou Chai, Wen Yu, Zhuo Liu, Xiaojie Zhou. A Comparative study that measures ball mill load parameters through different single-scale and multi-scale frequency spectra-based approaches [J], IEEE Transactions on Industrial Informatics, 2016, 12(6)2008-2019.SCI

  11. Jian Tang, Tianyou Chai, Zhuo Liu, Wen Yu, Selective ensemble modeling based on nonlinear frequency spectral feature extraction for predicting load parameter in ball mills [J], Chinese Journal of Chemical Engineering, 2015, 23(12): 2020-2028, (SCI).

  12. Jian Tang, Tianyou Chai, Wen Yu, Lijie Zhao, Modeling load parameters of ball mill in grinding process based on selective ensemble multisensor information [J], IEEE Transaction on Automation Science and Engineering, 2013, 10(3): 726-740, (SCI).

  13. Jian Tang, Tianyou Chai, Wen Yu, Lijie Zhao, Feature extraction and selection based on vibration spectrum with application to estimate the load parameters of ball mill in grinding process, Control Engineering Practice [J], 2012, 20(10): 991-1004, (SCI).

  14. Jian Tang, Wen Yu, Tianyou Chai, Lijie Zhao, On-line principal component analysis with application to process modeling [J], Neurocomputing, 2012, 82(1): 167-178, (SCI).

  15. 汤健乔俊飞郭子豪基于潜在特征选择性集成建模的二噁英排放浓度软测量[J/OL].自动化学报:1-19[2019-12-09]. https://doi.org/ 10.16383/j.aas.c190254.

  16. 乔俊飞郭子豪汤健面向城市固废焚烧过程的二噁英排放浓度检测方法综述[J]. 自动化学报, 2020, 46(6): 1063-1089.

  17. 汤健,乔俊飞,柴天佑刘卓,吴志伟基于虚拟样本生成技术的多组分机械信号建模[J]. 自动化学报, 2018, 44(9): 1569−1590.

  18. 汤健柴天佑刘卓,余文,周晓杰基于更新样本智能识别算法的自适应集成建模[J], 自动化学报, 2016, 42(7): 1040-1052.

  19. 汤健柴天佑丛秋梅苑明哲赵立杰刘卓余文基于EMD和选择性集成学习算法的磨机负荷参数软测量[J], 自动化学报, 2014, 40(9): 1853-1866.

  20. 汤健柴天佑余文赵立杰在线KPLS建模方法及在磨机负荷参数集成建模中的应用[J], 自动化学报, 2013, 39(5): 471-486.

申请专利

  1. Junfei Qiao, Zihao Guo, Jian Tang. Method for detecting a dioxin emission concentration of a municipal solid waste incineration process based on multi-level feature selection, 201910397710.5, US 17038723, 2020-9-30.

  2. 汤健,乔俊飞,李晓理,刘卓. <一种多源机械信号分析与优化组合方法>,国家知识产权局,专利号:ZL 201711268730.X,申请日期:2017年12月5日。授权公告日: 202115,授权公告号:CN 108038079 B

  3. 汤健,乔俊飞,韩红桂,李晓理. <一种基于选择性集成最小二乘支撑向量机的二噁英软测量系统>,国家知识产权局,申请号:201711269844.6,申请日期:2017年12月5日。

  4. 汤健,乔俊飞,韩红桂,李晓理. <一种自适应选择深度特征的随机权神经网络集成建模方法>,国家知识产权局,申请号:201810174267.0,申请日期:2018年3月2日。

  5. 汤健乔俊飞刘卓周晓杰余刚. <基于选择性融合多通道机械信号频谱多特征子集的磨机负荷参数预测>,国家知识产权局,申请号:201810352499.0,申请日期:2018年4月19日。

  6. 汤健,乔俊飞,韩红桂,杜胜利. <一种基于潜结构映射算法的固废焚烧过程二噁英排放浓度软测量系统>,国家知识产权局,申请号:201810675124.8,申请日期:2018年6月27日。

  7. 汤健,乔俊飞,夏恒,郭子豪,何海军. <一种单向隔离数据采集与离线算法验证系统>,国家知识产权局,申请号:201910158802.8,申请日期:2019年03月04日。

  8. 汤健,乔俊飞,郭子豪,何海军. <一种城市固废焚烧过程二噁英排放浓度预测系统>,国家知识产权局,申请号:201910158798.5,申请日期:2019年03月04日。

  9. 汤健,乔俊飞,郭子豪,何海军. <一种城市固废焚烧过程二噁英排放浓度软测量方法>,国家知识产权局,申请号:201910224790.1,申请日期:2019年03月24日。

  10. 汤健徐喆李鹏昇刘晓鸽. <一种基于磁性介质特性的快速消磁方法>,国家知识产权局,申请号:201910998277.0,申请日期:2019年10月21日。

  11. 汤健夏恒乔俊飞郭子豪. <一种二噁英排放浓度预测方法>, 国家知识产权局,申请号:202010083784.4,申请日期:2020年2月10日。

  12. 汤健夏恒乔俊飞杜胜利李晓理. <基于随机森林的二噁英排放浓度迁移学习预测方法>, 国家知识产权局,申请号:202010198927.6,申请日期:2020年03月20日。

  13. 汤健夏恒乔俊飞杜胜利李晓理. <一种基于深度森林回归算法的二噁英排放浓度软测量方法>, 国家知识产权局,申请号:202010263169.1,申请日期:202047日。

  14. 汤健,夏恒,乔俊飞蒙西. <基于双向安全隔离的城市固废焚烧过程半物理仿真平台>, 国家知识产权局,申请号:202011235037.4,申请日期:2020年10月08日。

  15. 汤健,王丹丹,郭子豪,乔俊飞. <一种城市固废焚烧过程二噁英排放浓度预测模型构建方法>, 国家知识产权局,申请号:202011282974.5,申请日期:2020年11月17日。

  16. 乔俊飞,郭子豪,汤健. <一种融合相关系数与互信息的特征选择方法>,国家知识产权局,申请号:201910224789.1,申请日期:20190324日。

  17. 乔俊飞,郭子豪,汤健. <基于多层特征选择的固废焚烧过程二噁英排放浓度软测量方法>,国家知识产权局,专利号:ZL 201910397710.5,申请日期:2019514,授权公告日:202132,授权公告号:CN 110135057 B

  18. 乔俊飞段滈杉汤健. <基于火焰图像颜色特征提取的城市固废焚烧过程燃烧工况识别方法>, 国家知识产权局,申请号:201910481073.3,申请日期:201964授权发文日 202141日。

  19. 乔俊飞段滈杉汤健. <基于多尺度颜色矩特征和随机森林的固废焚烧工况识别方法>, 国家知识产权局,申请号:201910938629.3,申请日期:2019930日。

  20. 乔俊飞,孙子健,汤健. <基于样本分布统计检验的双窗口概念漂移检测方法>国家知识产权局,申请号:201910973966.6,申请日期:20191014日。

  21. 徐喆,刘晓鸽,李鹏昇,汤健.  <一种磁性存储介质特征识别数据库的构建及更新方法>,国家知识产权局,申请号:202010644733.4,申请日期:20200707日。

  22. 徐喆,刘晓鸽,李鹏昇,汤健.  <一种磁性存储介质消磁参数数据库的构建及更新方法>,国家知识产权局,申请号:202010644761.6,申请日期:20200707日。

  23. 徐喆,刘晓鸽,汤健,李鹏昇,张自影. <一种基于机器视觉的磁性硬盘序列码识别方法>,国家知识产权局,申请号:202011235039.3,申请日期:20201108日。



北京工业大学研究生招生办公室 地址:北京市朝阳区平乐园100号 邮政编码:100124 联系电话:010-67392533