欢迎来到继续教育培训网院校库!

继续教育培训网首页

西安交通大学继续教育培训

211 985 双一流
咨询电话:
400-0815-589
当前位置:继续教育培训网> 高校继续教育培训> 西安交通大学> 机构新闻>
培训动态
学校新闻
时政要闻
头条新闻
服务热线:
400-0815-589

在线获取继续教育培训方案

  • 培训主题:
  • 参训单位:
  • 参训人数:
  • 联系人:
  • 联系电话:
  • 验证码:
  • 备注:

新闻中心THE NEWS CENTER

西安交通大学严如强教授入选IEEEFellow

发布时间:2021-11-26 17:41:43    浏览次数:460    来源:西安交通大学 若有侵权请联系400-0815-589删除

近日,国际电气和电子工程师协会(IEEE)公布了2022年新晋Fellow名单,西安交大机械学院教授严如强凭借为旋转机械的缺陷/故障检测和诊断作出的贡献当选新一届IEEE Fellow。本年度全球共有265位学者入选,包括华人学者83人,其中中国大陆地区当选人数仅有28人,占总人数10%。

IEEE是世界规模最大、影响力极强的国际学术组织。IEEE Fellow为学会最高等级会员,是授予成员的最高荣誉,每年由IEEE同行专家遴选约300名左右,该人数不超过IEEE当年会员总人数的1‰。获得提名的候选人需要对工程科学技术的进步或应用作出重大贡献、为社会带来重大价值。



严如强,美国机械工程师学会(ASME)会士,国际期刊《IEEE仪器与测量学报》(IEEE Transactions on Instrumentation and Measurement,IEEE TIM)主编,2018年加入西安交大机械工程学院,担任国际机械中心执行主任。

严如强长期潜心智能运维领域的研究工作,针对重大装备智能运维中的早期故障特征提取难题,建立了瞬态非平稳信号的多域检测理论与方法,提出了多域(时间域、尺度域及频率域)信号处理统一变换框架理论,建立了基于信息论测度的小波基量化选取理论框架。同时,针对重大装备变工况和强噪声下的故障诊断难题,提出了振动故障特征驱动的深度网络智能诊断新方法,构建了振动信号统计消噪的自编码特征提取模型,搭建了判别性特征学习的非监督卷积神经网络模型,提出了基于预训练卷积神经网络的深度迁移学习方法,解决了某型直升机故障诊断难题。

分享到微信朋友圈 ×
打开微信,点击底部的“发现”,
使用“扫一扫”即可将网页分享至朋友圈。
【继续教育培训网声明】网站文章及图片均来源于学校官网或互联网,若有侵权请联系400-0815-589删除。

咨询热线
400-0815-589