出生年月

1988年7月

学位

工学博士

职称

讲师

博导/硕导

硕导

工作单位

英国上市公司官网365

职务

专任教师

电子邮箱

baojun723@qq.com

研究方向

（1）电涡流无损检测技术及应用

（2）电磁传感器设计与优化

（3）时谐场解析建模与涡流成像技术

学术兼职

学习工作经历

2020年于我校信息工程与自动化学院，获得工学博士学位，同年留校任教。

科研项目

近3年，主持或参与了国家自然科学基金项目和省部级科技计划项目（含云南省重大科技专项）6项，其中，主持云南省青年基金1项、参与国家自然科学基金3项。

奖励与荣誉

学术论文

[1]   Bao   Jun, Ye Bo, Luo Siqi, et al. Thickness Measurement of Titanium Alloy   Sheet Based on Eddy Current Method With a Novel Simplified Model[J]. IEEE   Transactions on Instrumentation and Measurement. 2021,70:6000109.

[2]   Bao   Jun, Ye Bo, Wang Xiaodong, et al. A Deep Belief network and Least Squares   Support Vector Machine Method for Quantitative Evaluation of Defects in Titanium   Sheet Using Eddy Current Scan Image[J]. Frontiers in Materials.   2020,7:576806.

[3]   包俊, 叶波, 王晓东, 等. 基于SSDAE深度神经网络的钛板电涡流检测图像分类研究[J]. 仪器仪表学报.   2019,40,(04):238-247.

[4]   Bao   Jun, Ye Bo, Deng Weiquan, et al. Eddy current scanning image denoising   method based on principal component analysis and manifold learning[C]//8th   IEEE Data Driven Control and Learning Systems Conference, DDCLS 2019. Weinan.   2019:563-567.

[5]   Deng   Weiquan, Bao Jun, Ye Bo. Defect Image Recognition and Classification   for Eddy Current Testing of Titanium Plate Based on Convolutional Neural   Network[J]. Complexity. 2020,2020:8868190.

[6]   Deng   Weiquan, Ye Bo, Bao Jun, et al. Classification and Quantitative   Evaluation of Eddy Current Based on Kernel-PCA and ELM for Defects in Metal   Component[J]. Metals. 2019,9,(2):155.