当前位置: 网站首页 >> 师资队伍 >> 博士生导师 >> 正文

程超

发布者: [发表时间]:2024-11-21 [来源]:电气学院 [浏览次数]:

程超,男,1984年出生,吉林长春人,教授,博士生导师,长春工业大学计算机科学与工程学院院长,吉林省复杂系统安全性与可靠性重点实验室主任省拔尖创新人才,省优青人才项目获得者。省图像图形学会副理事长、省计算机学会理事、省兵工学会理事,国家级人才项目、国家自然科学基金评审专家。IEEE TIIIEEE TITSIEEE TIM等国际著名期刊审稿人。

研究方向为人工智能与数据驱动方法、复杂系统可靠性与安全性理论,学术成果在IEEE TPELIEEE TTEIEEE TITSIEEE TIM等国际和国内权威杂志上发表50余篇,其中SCI检索30余篇,被引200余次。作为负责人主持国家级科研项目3项,省部级项目6项,企业横向项目2项;以第一完成人身份于2021年获得吉林省科技进步二等奖1次;授权发明专利3件,授权软件著作权4件。


姓名

程超

性别



学位

博士

出生年月

1984.02

职称

教授

职务

院长

所在学院

计算机科学与工程学院

毕业学校

吉林大学

办公电话

0431-85717301

电子邮箱

chengchao@ccut.edu.cn

学术兼职

吉林省复杂系统安全性与可靠性重点实验室主任,吉林省图像图形学会副理事长,吉林省计算机学会理事,吉林省兵工学会理事,智能汽车、大数据、智能指挥调度专委会委员,国家级人才项目、国家自然科学基金委函评专家。

研究方向

人工智能与数据驱动方法;复杂系统可靠性与安全性研究

学习与工作

经历

2009.09-2014.12,吉林大学,通信工程学院,博士;

2014.12-2019.08,长春工业大学,计算机科学与工程学院,讲师,硕士生导师;

2017.12-2020.07,中车长春轨道客车股份有限公司,系统集成国家工程实验室,博士后;

2018.01-2020.07,清华大学,控制与决策研究所,博士后;

2019.09-2020.12,长春工业大学,计算机科学与工程学院,副教授,博士生导师;

2021.01-至今,长春工业大学,计算机科学与工程学院,教授,博士生导师。

科研项目

作为负责人主持国家级项目3项,省部级项目9项,主持的代表性国家级项目:

[1] 2024.01-2027.12,国家自然科学基金面上项目:基于数据驱动的故障信息挖掘及其在工控系统中的应用研究。

[2] 2021.01-2024.12,国家自然科学基金联合项目:基于分布式即插即用框架的轨道客车制动系统故障诊断与智能优化控制研究。

[3] 2020.01-2022.12,国家自然科学基金青年项目:基于多级特征提取的高速列车走行部故障诊断与状态预测。

学术成果

近几年在包括IEEE TITSIEEE TPELIEEE TTEIEEE TIM等国际和国内权威杂志上发表论文50余篇,其中SCI检索30余篇。代表性专著及论文:

[1] Cheng Chao, Ju Yunfei, et al. Local Linear Generalized Autoencoder-Based Incipient Fault Detection for Electrical Drive Systems of High-Speed Trains. IEEE Transactions on Intelligent Transportation Systems. DOI: 10.1109/TITS.2023.3286867. (中科院一区,TOP期刊,2023年发表)

[2] Cheng Chao, Liu Ming, et al. Slow Manifold Analysis-Based Detection of Hot Spots in Photovoltaic Systems. IEEE Transactions on Instrumentation and Measurement. DOI: 10.1109/TIM.2022.3187700.(中科院一区,TOP期刊,2022年发表)

[3] Cheng Chao, Guo Yuhong, et al. A Unified BRB-Based Framework for Real-Time Health Status Prediction in High-Speed Trains. IEEE Transactions on Vehicular Technology. DOI: 10.1109/TVT.2022.3179448. (中科院二区,TOP期刊,2022年发表)

[4] Cheng Chao, Wang Weijun, et al. Data-Driven Designs of Fault Identification Via Collaborative Deep Learning for Traction Systems in High-Speed Trains. IEEE Transactions on Transportation Electrification. DOI:10.1109/TTE.2021.3129824.(中科院一区,TOP期刊,2021年发表)

[5] Cheng Chao, Qiao Xinyu, et al. Multi-Block Dynamic Slow Feature Analysis-Based System Monitoring for Electrical Drives of High-Speed Trains. IEEE Transactions on Instrumentation and Measurement. DOI: 10.1109/TIM.2021.3070593.(中科院一区,TOP期刊,2021年发表)

[6] Cheng Chao, Wang Jiuhe, et al. Health Status Assessment for LCESs Based on Multi-discounted Belief Rule Base. IEEE Transactions on Instrumentation and Measurement. DOI:10.1109/TIM.2021.3067230.(中科院一区,TOP期刊,2021年发表)

[7] Cheng Chao, Wang Weijun, et al. Enhanced Fault Diagnosis Using Broad Learning for Traction Systems in High-speed Trains. IEEE Transactions on Power Electronics. DOI:10.1109/TPEL.2020.3043741.(中科院一区,TOP期刊,2021年发表)

[8] Cheng Chao, Wang Jiuhe, et al. A BRB-Based Effective Fault Diagnosis Model for High-Speed Trains Running Gear Systems. IEEE Transactions on Intelligent Transportation Systems. DOI: 10.1109/TITS.2020.3008266.(中科院一区,TOP期刊,2020年发表)

[9] Cheng Chao, Qiao Xinyu, et al. Data-Driven Incipient Fault Detection and Diagnosis for the Running Gear in High-Speed Trains. IEEE Transactions on Vehicular Technology. DOI: 10.1109/TVT.2020.3002865.(中科院二区,TOP期刊,2020年发表)

[10] Cheng Chao, Qiao Xinyu, et al. Principal Component Analysis and Belief-Rule-Base Aided Health Monitoring Method for Running Gears of High-Speed Train. Science China Information Sciences. DOI:10.1007/s11432-018-9734-9.(中科院二区,中国期刊,2020年发表)

奖励与荣誉

2023年吉林省优青;

2022年吉林省拔尖创新人才;

2021年吉林省科技进步奖二等奖。

在读学生人数

16

毕业学生人数

20

更新时间

202411



上一条:江虹

下一条:孙建伟