基本內(nèi)容
2、教育經(jīng)歷
· 1995年－1999年，北京理工大學，機械電子工程專業(yè)，本科學歷/學士學位；
· 2001年－2004年，西安科技大學，機械制造及其自動化專業(yè)，研究生學歷/碩士學位；
· 2004年－2010年，西安科技大學，安全技術及工程專業(yè)，研究生學歷/博士學位。
3、工作經(jīng)歷
· 1999年-2001年，中國兵器工業(yè)第203研究所，從事科研工作；
· 2004年至今，西安科技大學理學院，從事教學和科研工作。
4、科研成果
(1)主持陜西省教育廳科學研究計劃項目：“煤礦液壓支架缸體環(huán)焊縫缺陷超聲檢測關鍵技術研究”；
(2)參與國家自然科學基金：“煤礦機械關鍵零部件缺陷超聲信號提取與智能識別研究”；
(3)主持西安科技大學培育基金：“液壓支架缸體環(huán)焊縫缺陷超聲自動檢測實驗系統(tǒng)的研制”。
發(fā)表論文：
(4)Chen Yuan, Ma Hongwei, Zhang Guangming. A support vector machine approach for classification of welding defects from ultrasonic signals. Nondestructive Testing and Evaluation, 2014, 29(3): 243-254. (SCI、EI收錄)
(5)Chen Yuan, Ma Hongwei. Study on Ultrasonic Imaging Testing Technique of Angle Probe for Girth Weld of Hydraulic Cylinder Used in Coal Mine. 2009 International Conference on Measuring Technology and Mechatronics Automation(ICMTMA 2009), Zhangjiajie, Apr. 11-12, 2009. (EI收錄)
(6)Chen Yuan, Ma Hongwei. Signal De-noising in Ultrasonic Testing Based on Stationary Wavelet Transform. 2009 WRI Global Congress on Intelligent Systems(GCIS 2009), Xiamen, May 19-21, 2009. (EI收錄)
(7)Chen Yuan, Ma Hongwei. Application of artificial neural network to flaw classification in ultrasonic testing. Advanced Materials Research, 2011, (328-330): 1876-1880. (EI收錄)
(8)Chen Yuan, Ma Hongwei. Automatic Classification of Welding Flaws in Ultrasonic Testing Using the Layer Multi-class Classifier based on ν-SVM. Advanced Materials Research, 2012, (490-495): 3215-3220. (EI收錄)
(9)陳淵. 基于小波包和概率神經(jīng)網(wǎng)絡的焊接缺陷識別. 儀表技術與傳感器, 2010 (8): 89-92.
(10)陳淵. 基于改進閾值函數(shù)的提升小波變換超聲信號去噪研究.組合機床與自動化加工技術, 2010(9): 48-51.
(11)陳淵, 馬宏偉．煤礦液壓缸環(huán)焊縫缺陷超聲成像檢測系統(tǒng)的研制. 無損檢測, 2009, 31(9): 715-718.
(12)陳淵, 馬宏偉. 基于粒子群優(yōu)化支持向量機的焊接缺陷分類. 儀表技術與傳感器, 2013(4): 81-83.
(13)陳淵, 馬宏偉. 基于蜜蜂算法的支持向量機特征選擇和參數(shù)優(yōu)化. 組合機床與自動化加工技術. 2013(11): 41-43.
